論文の概要: Monocular 2D Camera-based Proximity Monitoring for Human-Machine
Collision Warning on Construction Sites
- arxiv url: http://arxiv.org/abs/2305.17931v1
- Date: Mon, 29 May 2023 07:47:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-30 15:47:51.028230
- Title: Monocular 2D Camera-based Proximity Monitoring for Human-Machine
Collision Warning on Construction Sites
- Title（参考訳）: 建設現場での人間・機械衝突警報のための単眼2次元カメラによる近接監視
- Authors: Yuexiong Ding, Xiaowei Luo
- Abstract要約: 機械事故は建設現場の被害の主な原因の1つである。
人間と機械の衝突を避けるための労働者の近さをモニタリングすることは、建設安全管理に大きな関心を喚起した。
本研究では、通常の2Dカメラのみを用いた近接監視のための新しいフレームワークを提案し、リアルタイムの人間と機械の衝突警告を実現する。
- 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: Accident of struck-by machines is one of the leading causes of casualties on
construction sites. Monitoring workers' proximities to avoid human-machine
collisions has aroused great concern in construction safety management.
Existing methods are either too laborious and costly to apply extensively, or
lacking spatial perception for accurate monitoring. Therefore, this study
proposes a novel framework for proximity monitoring using only an ordinary 2D
camera to realize real-time human-machine collision warning, which is designed
to integrate a monocular 3D object detection model to perceive spatial
information from 2D images and a post-processing classification module to
identify the proximity as four predefined categories: Dangerous, Potentially
Dangerous, Concerned, and Safe. A virtual dataset containing 22000 images with
3D annotations is constructed and publicly released to facilitate the system
development and evaluation. Experimental results show that the trained 3D
object detection model achieves 75% loose AP within 20 meters. Besides, the
implemented system is real-time and camera carrier-independent, achieving an F1
of roughly 0.8 within 50 meters under specified settings for machines of
different sizes. This study preliminarily reveals the potential and feasibility
of proximity monitoring using only a 2D camera, providing a new promising and
economical way for early warning of human-machine collisions.
- Abstract（参考訳）: 機械事故は建設現場の被害の主な原因の1つである。
人間と機械の衝突を避けるために労働者の近さを監視することは、建設安全管理に大きな関心を呼んでいる。
既存の手法は、厳重でコストがかかりすぎて広範囲に適用できないか、正確な監視のための空間認識が欠けている。
そこで本研究では,2次元画像から空間情報を知覚する単眼的3次元物体検出モデルと,近接を危険,潜在的に危険,懸念,安全の4つのカテゴリとして識別する後処理分類モジュールを統合した,一般の2次元カメラのみを用いた近接監視手法を提案する。
3Dアノテーション付き22000の画像を含む仮想データセットを構築し、システムの開発と評価を容易にするために公開する。
実験の結果、トレーニングされた3dオブジェクト検出モデルは20m以内で75%のゆるいapを達成した。
さらに、実装されたシステムは、リアルタイムかつカメラキャリア非依存で、異なるサイズのマシンの特定の設定下で、およそ50メートル以内に0.8のf1を達成している。
本研究では,2次元カメラのみを用いた近接監視の可能性と実現可能性を明らかにし,人間と機械の衝突を早期に警告する新たな有望かつ経済的方法を提供する。
関連論文リスト
- Online Collision Risk Estimation via Monocular Depth-Aware Object Detectors and Fuzzy Inference [6.856508678236828]
このフレームワークは、異なるアルゴリズムによって生成される予測を2つ受け取り、不整合とファジィ推論による衝突リスクを関連付ける。
IoU(Intersection-over-Union)と深度差測定(deep discrepancy measure)に基づいて,2組の予測の不一致が3次元物体検出器の安全性関連誤差と強く相関していることを実験的に検証した。
論文 参考訳（メタデータ） (2024-11-09T20:20:36Z) - Uncertainty Estimation for 3D Object Detection via Evidential Learning [63.61283174146648]
本稿では,3次元検出器における鳥の視線表示における明らかな学習損失を利用して,3次元物体検出の不確かさを定量化するためのフレームワークを提案する。
本研究では,これらの不確実性評価の有効性と重要性を,分布外シーンの特定,局所化の不十分な物体の発見,および(偽陰性)検出の欠如について示す。
論文 参考訳（メタデータ） (2024-10-31T13:13:32Z) - Benchmarking Robustness of 3D Object Detection to Common Corruptions in
Autonomous Driving [44.753797839280516]
既存の3D検出器は、悪天候やセンサーノイズなどによって引き起こされる現実世界の腐敗に対して堅牢性に欠ける。
実世界の運転シナリオを考慮したLiDARとカメラ入力の27種類の共通汚職をベンチマークした。
本研究は,24種類の3次元物体検出モデルを用いた大規模実験を行い,ロバスト性の評価を行った。
論文 参考訳（メタデータ） (2023-03-20T11:45:54Z) - Homography Loss for Monocular 3D Object Detection [54.04870007473932]
ホログラフィーロス(Homography Loss)と呼ばれる,2次元情報と3次元情報の両方を利用する識別可能なロス関数を提案する。
提案手法は,KITTI 3Dデータセットにおいて,他の最先端技術と比較して高い性能を示す。
論文 参考訳（メタデータ） (2022-04-02T03:48:03Z) - Exploring Adversarial Robustness of Multi-Sensor Perception Systems in
Self Driving [87.3492357041748]
本稿では,敵物体をホスト車両の上に配置することで,マルチセンサ検出の実用的感受性を示す。
実験の結果, 攻撃が成功した原因は主に画像の特徴が損なわれやすいことが判明した。
よりロバストなマルチモーダル知覚システムに向けて,特徴分断を伴う敵対的訓練が,このような攻撃に対するロバスト性を大幅に高めることを示す。
論文 参考訳（メタデータ） (2021-01-17T21:15:34Z) - Detecting Invisible People [58.49425715635312]
我々は,追跡ベンチマークを再利用し,目立たない物体を検出するための新しい指標を提案する。
私たちは、現在の検出および追跡システムがこのタスクで劇的に悪化することを実証します。
第2に,最先端の単眼深度推定ネットワークによる観測結果を用いて,3次元で明示的に推論する動的モデルを構築した。
論文 参考訳（メタデータ） (2020-12-15T16:54:45Z) - Perceiving Humans: from Monocular 3D Localization to Social Distancing [93.03056743850141]
本稿では,人間の3次元位置と身体の向きを1つの画像から知覚する,コスト効率の高い視覚ベースの新しい手法を提案する。
我々は,「社会的距離」という概念を,単純な位置に基づくルールとは対照的に,社会的相互作用の一形態として再考することが可能であることを示す。
論文 参考訳（メタデータ） (2020-09-01T10:12:30Z) - Inter-Homines: Distance-Based Risk Estimation for Human Safety [44.266630835933434]
本システムは,ビデオストリームの分析により,監視領域における感染リスクをリアルタイムに評価する。
3D空間の人々を特定でき、距離を計算し、リスクレベルを予測することができる。
インターホーマインは、屋内と屋外の両方で、公共と民間の混雑した地域で機能している。
論文 参考訳（メタデータ） (2020-07-20T16:32:27Z) - Training-free Monocular 3D Event Detection System for Traffic
Surveillance [93.65240041833319]
既存のイベント検出システムは、主に学習ベースであり、大量のトレーニングデータが利用可能な場合、十分なパフォーマンスを実現している。
現実のシナリオでは、十分なラベル付きトレーニングデータの収集は高価であり、時には不可能である。
本稿では,交通監視のためのトレーニング不要な単眼3Dイベント検出システムを提案する。
論文 参考訳（メタデータ） (2020-02-01T04:42:57Z)
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。