Fugu-MT 論文翻訳(概要): MeciFace: Mechanomyography and Inertial Fusion based Glasses for Edge Real-Time Recognition of Facial and Eating Activities

論文の概要: MeciFace: Mechanomyography and Inertial Fusion based Glasses for Edge Real-Time Recognition of Facial and Eating Activities

arxiv url: http://arxiv.org/abs/2306.13674v1
Date: Mon, 19 Jun 2023 09:47:33 GMT
ステータス: 処理完了
システム内更新日: 2023-07-02 13:34:46.935597
Title: MeciFace: Mechanomyography and Inertial Fusion based Glasses for Edge Real-Time Recognition of Facial and Eating Activities
Title（参考訳）: MeciFace: 顔・食活動のエッジリアルタイム認識のためのメカノノグラフィと慣性核融合ガラス
Authors: Hymalai Bello, Sungho Suh, Bo Zhou and Paul Lukowicz
Abstract要約: 我々は,低消費電力(0.55ワット)のリアルタイム・オン・ザ・エッジ(RTE)ウェアラブルソリューションであるMeciFaceを紹介した。私たちは、顔と食のシナリオのバックボーンモデルとして、軽量な畳み込みニューラルネットワークを使用します。
参考スコア（独自算出の注目度）: 8.107762252448195
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: We present MeciFace, a low-power (0.55 Watts), privacy-conscious, real-time on-the-edge (RTE) wearable solution with a tiny memory footprint (11-19 KB), designed to monitor facial expressions and eating activities. We employ lightweight convolutional neural networks as the backbone models for both facial and eating scenarios. The system yielded an F1-score of 86% for the RTE evaluation in the facial expression case. In addition, we obtained an F1-score of 90% for eating/drinking monitoring for the RTE of an unseen user.
Abstract（参考訳）: 低消費電力(0.55ワット)のmeciface,プライバシを意識したリアルタイム・オンザエッジ(rte)ウェアラブルソリューションで,メモリフットプリント(11-19kb)が小さく,表情や食行動を監視するように設計されている。顔と食のシナリオのバックボーンモデルとして,軽量畳み込みニューラルネットワークを採用している。このシステムでは, 表情症例のrte評価において, f1-scoreが86%であった。また,未使用者のrteに対する飲食監視のためのf1スコアを90%取得した。

関連論文リスト

AUGlasses: Continuous Action Unit based Facial Reconstruction with Low-power IMUs on Smart Glasses [19.019261626879036]
スマートグラスのための小型・低消費電力センシングソリューションを開発した。 AUGlassesは、14個のキーAUの強度(0-5スケール)を、ユーザ平均絶対誤差(MAE)0.187で正確に予測する。また、さまざまな前処理とトレーニング技術を統合して、連続センシングのための堅牢なパフォーマンスを確保しました。
論文参考訳（メタデータ） (2024-05-22T02:07:56Z)
OpticalDR: A Deep Optical Imaging Model for Privacy-Protective Depression Recognition [66.91236298878383]
抑うつ認識(DR)は、特にプライバシー上の懸念の文脈において、大きな課題となる。我々は,疾患関連特徴を保持しつつ,撮像した顔画像の識別情報を消去する新しいイメージングシステムを設計した。正確なDRに必要な本態性疾患の特徴を保ちながら、アイデンティティ情報の回復には不可逆である。
論文参考訳（メタデータ） (2024-02-29T01:20:29Z)
SAFER: Situation Aware Facial Emotion Recognition [0.0]
表情から感情を認識する新しいシステムであるSAFERを提案する。最先端のディープラーニング技術を使って、顔画像からさまざまな特徴を抽出する。目に見えない多様な表情に適応でき、現実世界の用途に適している。
論文参考訳（メタデータ） (2023-06-14T20:42:26Z)
A Survey on Computer Vision based Human Analysis in the COVID-19 Era [58.79053747159797]
新型コロナウイルスの出現は、社会全体だけでなく、個人の生活にも大きく影響している。マスクやソーシャルディスタンシングの義務、公共空間での定期消毒、スクリーニングアプリケーションの使用など、さまざまな予防策が世界中で導入されている。これらの発展は、(i)視覚データの自動解析による予防対策の支援、(ii)生体認証などの既存の視覚ベースのサービスの正常な操作を容易にする、新しいコンピュータビジョン技術の必要性を喚起した。
論文参考訳（メタデータ） (2022-11-07T17:20:39Z)
CIAO! A Contrastive Adaptation Mechanism for Non-Universal Facial Expression Recognition [80.07590100872548]
本稿では、顔エンコーダの最後の層に異なるデータセットの特定の感情特性を適応させるメカニズムであるContrastive Inhibitory Adaptati On(CIAO)を提案する。 CIAOは、非常にユニークな感情表現を持つ6つの異なるデータセットに対して、表情認識性能が改善されている。
論文参考訳（メタデータ） (2022-08-10T15:46:05Z)
Facial Emotion Recognition using Deep Residual Networks in Real-World Environments [5.834678345946704]
そこで本研究では,Wild内および大規模に収集されたビデオデータセットに基づいて訓練された顔特徴抽出モデルを提案する。データセットは100万のラベル付きフレームと2,616万の被験者で構成されている。感情認識領域において時間情報は重要であるため、LSTM細胞を用いてデータの時間的ダイナミクスを捉える。
論文参考訳（メタデータ） (2021-11-04T10:08:22Z)
I Only Have Eyes for You: The Impact of Masks On Convolutional-Based Facial Expression Recognition [78.07239208222599]
今回提案したFaceChannelがマスクを持つ人からの表情認識にどのように適応するかを評価します。また、制約された社会的相互作用シナリオにおける顔の特徴の変化を学習し、組み合わせるためのFaceChannelの本質的な能力を示すために、特定の機能レベルの可視化も行います。
論文参考訳（メタデータ） (2021-04-16T20:03:30Z)
A Computer Vision System to Help Prevent the Transmission of COVID-19 [79.62140902232628]
新型コロナウイルスのパンデミックは世界中の日常生活のあらゆる領域に影響を与える。保健機関は、ソーシャルディスタンス、フェイスマスクを着用し、触れる顔を避けることをアドバイスします。我々は、新型コロナウイルスの感染を防ぐためのディープラーニングベースのコンピュータビジョンシステムを開発した。
論文参考訳（メタデータ） (2021-03-16T00:00:04Z)
Introducing Representations of Facial Affect in Automated Multimodal Deception Detection [18.16596562087374]
自動偽造検知システムは、社会の健康、正義、安全を高めることができる。本稿では,顔認識における顔の感情の次元表現力の新たな解析法を提案する。私たちは、現実世界の、高額な法廷状況で、真実または偽装的にコミュニケーションする人々のビデオデータセットを使用しました。
論文参考訳（メタデータ） (2020-08-31T05:12:57Z)
Continuous Emotion Recognition via Deep Convolutional Autoencoder and Support Vector Regressor [70.2226417364135]
マシンはユーザの感情状態を高い精度で認識できることが不可欠である。ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。表情認識に基づく連続的感情認識のための新しいモデルを提案する。
論文参考訳（メタデータ） (2020-01-31T17:47:16Z)

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。