論文の概要: Visual Crowd Analysis: Open Research Problems
- arxiv url: http://arxiv.org/abs/2308.10677v2
- Date: Thu, 24 Aug 2023 07:18:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-25 10:47:06.524340
- Title: Visual Crowd Analysis: Open Research Problems
- Title（参考訳）: Visual Crowd Analysis: オープンリサーチの問題
- Authors: Muhammad Asif Khan, Hamid Menouar, Ridha Hamila
- Abstract要約: 最新のディープラーニングアプローチにより、完全に自動化された視覚ベースのクラウド監視アプリケーションを開発できるようになった。
問題の大きさ、重要な技術進歩、研究コミュニティの一貫性のある関心にもかかわらず、克服すべき課題がまだたくさんある。
- 参考スコア（独自算出の注目度）: 2.462045767312954
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Over the last decade, there has been a remarkable surge in interest in
automated crowd monitoring within the computer vision community. Modern
deep-learning approaches have made it possible to develop fully-automated
vision-based crowd-monitoring applications. However, despite the magnitude of
the issue at hand, the significant technological advancements, and the
consistent interest of the research community, there are still numerous
challenges that need to be overcome. In this article, we delve into six major
areas of visual crowd analysis, emphasizing the key developments in each of
these areas. We outline the crucial unresolved issues that must be tackled in
future works, in order to ensure that the field of automated crowd monitoring
continues to progress and thrive. Several surveys related to this topic have
been conducted in the past. Nonetheless, this article thoroughly examines and
presents a more intuitive categorization of works, while also depicting the
latest breakthroughs within the field, incorporating more recent studies
carried out within the last few years in a concise manner. By carefully
choosing prominent works with significant contributions in terms of novelty or
performance gains, this paper presents a more comprehensive exposition of
advancements in the current state-of-the-art.
- Abstract（参考訳）: 過去10年間で、コンピュータービジョンコミュニティ内では、自動的な群衆監視への関心が高まっている。
最新のディープラーニングアプローチにより、完全に自動化されたビジョンベースのクラウド監視アプリケーションの開発が可能になった。
しかし、現在進行中の問題の大きさ、重要な技術進歩、研究コミュニティの一貫した関心にもかかわらず、克服すべき課題がまだたくさんある。
本稿では,視覚的群集分析の6つの主要な領域を掘り下げ,それぞれの領域における重要な展開を強調した。
我々は,自動群集モニタリングの分野が発展し,発展し続けることを保証するため,今後の作業において取り組まなければならない重要な未解決の問題を概説する。
この話題に関するいくつかの調査が過去に行われた。
それにもかかわらず、本論文は、より直感的な作品の分類を徹底的に検討し、またこの分野における最新のブレークスルーを描写し、過去数年間に行われたより最近の研究を簡潔にまとめたものである。
本稿では,新鮮さや性能向上に重要な貢献をした傑作を慎重に選び,現状の進歩を包括的に紹介する。
関連論文リスト
- Fairness and Bias Mitigation in Computer Vision: A Survey [61.01658257223365]
コンピュータビジョンシステムは、高精細な現実世界のアプリケーションにますますデプロイされている。
歴史的または人為的なデータにおいて差別的な傾向を伝播または増幅しないことを確実にする必要がある。
本稿では,コンピュータビジョンの文脈における現在進行中の傾向と成功をまとめた,公平性に関する総合的な調査を行う。
論文 参考訳（メタデータ） (2024-08-05T13:44:22Z) - RNNs, CNNs and Transformers in Human Action Recognition: A Survey and a Hybrid Model [0.0]
HAR(Human Action Recognition)は、さまざまな領域にわたる人間の活動を監視するタスクである。
過去10年間で、HARの分野は、畳み込みニューラルネットワーク(CNN)を活用することで、かなりの進歩をみせた。
近年、コンピュータビジョンの領域は、視覚変換器(ViT)が強力なソリューションとして出現するのを目撃している。
論文 参考訳（メタデータ） (2024-06-02T17:09:59Z) - Tackling Cyberattacks through AI-based Reactive Systems: A Holistic Review and Future Vision [0.10923877073891446]
本稿では,AIによる脅威応答システムの最近の進歩を包括的に調査する。
AI反応ドメインに関する最新の調査は2017年に実施された。
合計で7つの研究課題が特定され、潜在的なギャップを指摘し、開発分野の可能性を示唆している。
論文 参考訳（メタデータ） (2023-12-11T09:17:01Z) - Recent Advances in Deterministic Human Motion Prediction: A Review [2.965405736351051]
人動予測技術は、人間とコンピュータの相互作用、自律運転、スポーツ分析、人的追跡など、様々な分野で徐々に普及してきた。
この記事では、それぞれの利点とデメリットとともに、このドメインの共通モデルアーキテクチャを紹介します。
また、最近の研究革新を体系的に要約し、これらの分野における関連論文の詳細な議論に焦点を当てている。
論文 参考訳（メタデータ） (2023-12-11T07:54:42Z) - A Comprehensive Survey of Forgetting in Deep Learning Beyond Continual
Learning [76.47138162283714]
蓄積とは、以前取得した情報や知識の喪失または劣化を指す。
フォッテッティングは、深層学習における様々な研究領域でよく見られる現象である。
調査では、忘れることは二重刃の剣であり、ある場合には有益で望ましいと論じている。
論文 参考訳（メタデータ） (2023-07-16T16:27:58Z) - Parsing Objects at a Finer Granularity: A Survey [54.72819146263311]
微細な視覚解析は、農業、リモートセンシング、宇宙技術など、多くの現実世界の応用において重要である。
卓越した研究努力は、異なるパラダイムに従って、これらのきめ細かいサブタスクに取り組む。
我々は,パート関係を学習する新たな視点から,先進的な研究を深く研究する。
論文 参考訳（メタデータ） (2022-12-28T04:20:10Z) - Fairness in Recommender Systems: Research Landscape and Future
Directions [119.67643184567623]
本稿は,近年の地域におけるフェアネスの概念と概念について概観する。
この分野での研究が現在どのように行われているのかを概観する。
全体として、最近の研究成果の分析は、ある研究のギャップを示している。
論文 参考訳（メタデータ） (2022-05-23T08:34:25Z) - Person Re-identification: A Retrospective on Domain Specific Open
Challenges and Future Trends [2.4907242954727926]
人物再識別(Re-ID)は、自動化された視覚監視システムの主要な構成要素の1つである。
オーバーラップしない視野を持つマルチカメラネットワーク内の人物を自動的に識別・検索することを目的としている。
論文 参考訳（メタデータ） (2022-02-26T11:55:57Z) - Automatic Gaze Analysis: A Survey of DeepLearning based Approaches [61.32686939754183]
視線分析はコンピュータビジョンとヒューマン・コンピュータ・インタラクションの分野で重要な研究課題である。
制約のない環境で視線方向を解釈するための重要な手がかりは何か、いくつかのオープンな質問がある。
我々は、これらの基本的な疑問に光を当てるために、様々な視線分析タスクと応用の進捗を概観する。
論文 参考訳（メタデータ） (2021-08-12T00:30:39Z) - Threat of Adversarial Attacks on Deep Learning in Computer Vision:
Survey II [86.51135909513047]
ディープラーニングは、予測を操作できる敵攻撃に対して脆弱である。
本稿では,ディープラーニングに対する敵対的攻撃におけるコンピュータビジョンコミュニティの貢献を概観する。
この領域では、非専門家に技術的な用語の定義を提供する。
論文 参考訳（メタデータ） (2021-08-01T08:54:47Z)
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。