Fugu-MT 論文翻訳(概要): Development and Whole-Body Validation of Personalizable Female and Male Pedestrian SAFER Human Body Models

論文の概要: Development and Whole-Body Validation of Personalizable Female and Male Pedestrian SAFER Human Body Models

arxiv url: http://arxiv.org/abs/2305.13918v1
Date: Thu, 11 May 2023 13:29:27 GMT
ステータス: 処理完了
システム内更新日: 2023-05-28 05:12:54.263958
Title: Development and Whole-Body Validation of Personalizable Female and Male Pedestrian SAFER Human Body Models
Title（参考訳）: パーソナライズ可能な女性および男性歩行者SAFER人体モデルの開発と全体的検証
Authors: Natalia Lindgren, Qiantailang Yuan, Bengt Pipkorn, Svein Kleiven and Xiaogai Li
Abstract要約: 主観的パーソナライズのための画像登録に基づくメッシュモーフィングフレームワークにより,SAFERの50分の1の男性歩行者と女性歩行者を開発した。提示された歩行者とパーソナライゼーションの枠組みは、歩行者と車両の衝突を徹底的かつ正確に再構築し、評価する堅牢な手段を提供する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Vulnerable road users are overrepresented in the worldwide number of road-traffic injury victims. Developing biofidelic male and female pedestrian HBMs representing a range of anthropometries is imperative to follow through with the efforts to increase road safety and propose intervention strategies. In this study, a 50th percentile male and female pedestrian of the SAFER HBM was developed via a newly developed image registration-based mesh morphing framework for subject personalization. The HBM and its accompanied personalization framework were evaluated by means of a set of cadaver experiments, where subjects were struck laterally by a generic sedan buck. In the simulated whole-body pedestrian collisions, the personalized HBMs demonstrate a good capability of reproducing the trajectories and head kinematics observed in lateral impacts. The presented pedestrian HBMs and personalization framework provide robust means to thoroughly and accurately reconstruct and evaluate pedestrian-to-vehicle collisions.
Abstract（参考訳）: 脆弱な道路利用者は、世界中の道路交通の負傷者数で過大評価されている。道路安全の向上と介入戦略の策定をめざして, 多様な人文科学を代表して, 生物中心的な男性・女性歩行者HBMの開発が不可欠である。本研究では,SAFER HBMの50分の1のオスとメスの歩行者を対象に,画像登録に基づくメッシュ・フォーミング・フレームワークを開発した。 HBMとそれに伴うパーソナライズ・フレームワークは, 汎用セダン・バックによって横打ちされたキャダバー実験によって評価された。シミュレーションされた全身の歩行者衝突では、パーソナライズされたHBMは、横方向の衝撃で観察された軌跡と頭部運動学を再現する優れた能力を示す。提案した歩行者HBMとパーソナライズフレームワークは、歩行者と車両の衝突を徹底的かつ正確に再構築し、評価する堅牢な手段を提供する。

関連論文リスト

PoseBench: Benchmarking the Robustness of Pose Estimation Models under Corruptions [57.871692507044344]
ポース推定は、単眼画像を用いて人や動物の解剖学的キーポイントを正確に同定することを目的としている。現在のモデルは一般的に、クリーンなデータに基づいてトレーニングされ、テストされる。実世界の腐敗に対するポーズ推定モデルの堅牢性を評価するためのベンチマークであるPoseBenchを紹介する。
論文参考訳（メタデータ） (2024-06-20T14:40:17Z)
Edge-Assisted ML-Aided Uncertainty-Aware Vehicle Collision Avoidance at Urban Intersections [12.812518632907771]
都市横断路におけるプリエンプティブ衝突を検出する新しい枠組みを提案する。 5Gネットワークのマルチアクセスエッジコンピューティングプラットフォームを利用する。
論文参考訳（メタデータ） (2024-04-22T18:45:40Z)
Pedestrian and Passenger Interaction with Autonomous Vehicles: Field Study in a Crosswalk Scenario [0.94371657253557]
本研究は、HMI(Human Machine Interfaces)とHMI(Human Machine Interfaces)の両方を装備した自動運転車による車内インタラクションの結果について検討した。内部HMIは、アグレッシブブレーキ操作と組み合わせた場合にのみ、乗客の信頼を高める。
論文参考訳（メタデータ） (2023-12-11T16:37:59Z)
DRUformer: Enhancing the driving scene Important object detection with driving relationship self-understanding [50.81809690183755]
交通事故はしばしば致命傷を負い、2023年まで5000万人以上の死者を出した。従来の研究は、主に個々の参加者の重要性を評価し、それらを独立した存在として扱うものであった。本稿では、重要な物体検出タスクを強化するために、運転シーン関連自己理解変換器(DRUformer)を紹介する。
論文参考訳（メタデータ） (2023-11-11T07:26:47Z)
HAP: Structure-Aware Masked Image Modeling for Human-Centric Perception [97.55089867970874]
本稿では,この課題に対する事前学習手法として,マスク付き画像モデリング(MIM)を導入する。この知見に触発され、人間の前部である直感的な人体構造を事前学習に組み込む。これにより、モデルが事前トレーニング中に身体構造情報に集中し、さまざまな人間中心の知覚タスクに実質的な利益をもたらす。
論文参考訳（メタデータ） (2023-10-31T17:56:11Z)
Reinforcement Learning with Human Feedback for Realistic Traffic Simulation [53.85002640149283]
効果的なシミュレーションの鍵となる要素は、人間の知識と整合した現実的な交通モデルの導入である。本研究では,現実主義に対する人間の嗜好のニュアンスを捉えることと,多様な交通シミュレーションモデルを統合することの2つの主な課題を明らかにする。
論文参考訳（メタデータ） (2023-09-01T19:29:53Z)
Vision Transformers and YoloV5 based Driver Drowsiness Detection Framework [0.0]
本稿では,視覚変換器とヨーロV5アーキテクチャをベースとした,ドライバの眠気認識のための新しいフレームワークを提案する。関心領域抽出を目的とした顔抽出のためのヨロV5事前学習アーキテクチャを提案する。さらなる評価のために、提案されたフレームワークは、様々な光環境における39人の参加者のカスタムデータセットでテストされ、95.5%の精度を達成した。
論文参考訳（メタデータ） (2022-09-03T11:37:41Z)
REMOT: A Region-to-Whole Framework for Realistic Human Motion Transfer [96.64111294772141]
HVMT(Human Video Motion Transfer)は、運転者の動きを模倣した映像を生成することを目的としている。 HVMTの既存の方法は、主にGAN(Generative Adversarial Networks)を利用してワープ操作を行う。本稿では,GANをベースとした新しい人体移動フレームワークについて述べる。
論文参考訳（メタデータ） (2022-09-01T14:03:51Z)
Modeling Interactions of Autonomous Vehicles and Pedestrians with Deep Multi-Agent Reinforcement Learning for Collision Avoidance [20.542143534865154]
本研究では,対話系列をマルコフ決定過程 (MDP) としてモデル化し,深部強化学習 (DRL) アルゴリズムを用いて解析する。知的歩行者行動の異なるPCAMシステムは,エージェントの衝突速度と結果の交通流効率に応じてベンチマークを行う。その結果, AV は実験条件の大部分で完全に衝突を緩和できることがわかった。
論文参考訳（メタデータ） (2021-09-30T17:06:39Z)
Analyzing vehicle pedestrian interactions combining data cube structure and predictive collision risk estimation model [5.73658856166614]
本研究では,フィールドと集中型プロセスを組み合わせた歩行者安全システムについて紹介する。本システムは,現場における今後のリスクを直ちに警告し,実際の衝突のない道路の安全レベルを評価することにより,危険頻繁なエリアの安全性を向上させることができる。
論文参考訳（メタデータ） (2021-07-26T23:00:56Z)
TRiPOD: Human Trajectory and Pose Dynamics Forecasting in the Wild [77.59069361196404]
TRiPODは、グラフの注目ネットワークに基づいて身体のダイナミクスを予測する新しい方法です。実世界の課題を取り入れるために,各フレームで推定された身体関節が可視・視認可能かどうかを示す指標を学習する。評価の結果,TRiPODは,各軌道に特化して設計され,予測タスクに特化している。
論文参考訳（メタデータ） (2021-04-08T20:01:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。