論文の概要: CPR-Coach: Recognizing Composite Error Actions based on Single-class Training

• arxiv url: http://arxiv.org/abs/2309.11718v1
• Date: Thu, 21 Sep 2023 01:39:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-22 17:13:10.066299
• Title: CPR-Coach: Recognizing Composite Error Actions based on Single-class Training
• Title（参考訳）: CPR-Coach:シングルクラストレーニングに基づく複合エラー行動の認識
• Authors: Shunli Wang, Qing Yu, Shuaibing Wang, Dingkang Yang, Liuzhen Su, Xiao Zhao, Haopeng Kuang, Peixuan Zhang, Peng Zhai, Lihua Zhang
• Abstract要約: 本稿では,CPRにおける誤り行動認識とスキルアセスメントを完遂する視覚ベースシステムを構築する。 13種類の単一エラー行動と74種類の複合的エラー行動を定義した。 本研究では,制限された監視下でのマルチエラー認識性能を向上させるために,ImagineNetという認知に触発されたフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 15.454446755237587
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The fine-grained medical action analysis task has received considerable attention from pattern recognition communities recently, but it faces the problems of data and algorithm shortage. Cardiopulmonary Resuscitation (CPR) is an essential skill in emergency treatment. Currently, the assessment of CPR skills mainly depends on dummies and trainers, leading to high training costs and low efficiency. For the first time, this paper constructs a vision-based system to complete error action recognition and skill assessment in CPR. Specifically, we define 13 types of single-error actions and 74 types of composite error actions during external cardiac compression and then develop a video dataset named CPR-Coach. By taking the CPR-Coach as a benchmark, this paper thoroughly investigates and compares the performance of existing action recognition models based on different data modalities. To solve the unavoidable Single-class Training & Multi-class Testing problem, we propose a humancognition-inspired framework named ImagineNet to improve the model's multierror recognition performance under restricted supervision. Extensive experiments verify the effectiveness of the framework. We hope this work could advance research toward fine-grained medical action analysis and skill assessment. The CPR-Coach dataset and the code of ImagineNet are publicly available on Github.
• Abstract（参考訳）: 細粒度医療行動分析タスクは,近年,パターン認識コミュニティから注目されているが,データ不足やアルゴリズム不足の問題に直面している。 心肺蘇生(CPR)は緊急治療に欠かせない技術である。 現在、CPRスキルの評価は主にダミーとトレーナーに依存しており、高いトレーニングコストと低い効率をもたらす。 本稿では,CPRにおける誤り行動認識とスキルアセスメントを完遂する視覚ベースシステムを構築した。 具体的には,13種類のシングルエラーアクションと74種類の複合エラーアクションを定義し,cpr-coachというビデオデータセットを開発した。 本稿では、CPR-Coachをベンチマークとして、既存の行動認識モデルの性能を様々なデータモダリティに基づいて徹底的に検討、比較する。 単級学習と多級テストという難題を解決するために,イマジネーションネットという,人間認知に触発されたフレームワークを提案し,制限された監督下でのモデルのマルチエラー認識性能を向上させる。 広範な実験がフレームワークの有効性を検証する。 この研究が、きめ細かい医療行動分析とスキルアセスメントに向けた研究を進めることを願っている。 CPR-CoachデータセットとImagineNetのコードはGithubで公開されている。

関連論文リスト

• Self-Training with Pseudo-Label Scorer for Aspect Sentiment Quad Prediction [54.23208041792073]
  Aspect Sentiment Quad Prediction (ASQP) は、与えられたレビューに対して全てのクワッド(アスペクト項、アスペクトカテゴリー、意見項、感情極性)を予測することを目的としている。 ASQPタスクにおける重要な課題はラベル付きデータの不足であり、既存のメソッドのパフォーマンスを制限している。 そこで我々は,擬似ラベルスコアラーを用いた自己学習フレームワークを提案し,レビューと擬似ラベルの一致をスコアラーが評価する。
  論文  参考訳（メタデータ） (2024-06-26T05:30:21Z)
• Causal Perception Inspired Representation Learning for Trustworthy Image Quality Assessment [2.290956583394892]
  我々は、因果知覚にインスパイアされた表現学習(CPRL)を通して信頼できるIQAモデルを構築することを提案する。 CPRLは主観的品質ラベルの因果関係として機能し、それは知覚できない逆境の摂動に不変である。 4つのベンチマークデータベース上での実験により,提案手法は,最先端の敵防衛法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2024-04-30T13:55:30Z)
• Word4Per: Zero-shot Composed Person Retrieval [19.905253435711856]
  CPR(Composeed Person Retrieval)と呼ばれる新しいタスクが提案され、画像情報とテキスト情報を併用して対象人物の検索を行う。 管理されたCPRには、非常にコストのかかる手動のアノテーションデータセットが必要ですが、現在利用可能なリソースはありません。 本稿では,2段階学習フレームワークであるWord4Perを提案する。このフレームワークでは,軽量テキスト変換ネットワーク(TINet)と微調整コントラスト言語-画像事前学習(CLIP)ネットワークに基づくテキストベースの人物検索モデルが学習される。
  論文  参考訳（メタデータ） (2023-11-25T14:24:49Z)
• Understanding and Mitigating Overfitting in Prompt Tuning for Vision-Language Models [108.13378788663196]
  本稿では, トレーニング過程全体において, 低ランク部分空間にバックプロパゲーションの勾配を投影するSubspace Prompt Tuning(SubPT)を提案する。 我々はCoOpにノベル・ラーナー・フィーチャー(NFL)を装備し、学習したプロンプトをトレーニングセット以外の新しいカテゴリに一般化する能力を高める。
  論文  参考訳（メタデータ） (2022-11-04T02:06:22Z)
• ReAct: Temporal Action Detection with Relational Queries [84.76646044604055]
  本研究は,アクションクエリを備えたエンコーダ・デコーダフレームワークを用いて,時間的行動検出(TAD)の進展を図ることを目的とする。 まず,デコーダ内の関係注意機構を提案し,その関係に基づいてクエリ間の関心を誘導する。 最後に、高品質なクエリを区別するために、推論時に各アクションクエリのローカライズ品質を予測することを提案する。
  論文  参考訳（メタデータ） (2022-07-14T17:46:37Z)
• ACP++: Action Co-occurrence Priors for Human-Object Interaction Detection [102.9428507180728]
  ヒューマン・オブジェクト・インタラクション(HOI)検出のタスクにおける一般的な問題は、多数のHOIクラスが少数のラベル付き例しか持たないことである。 我々は、人間と物体の相互作用の間に自然の相関関係と反相関が存在することを観察した。 我々は、これらの先行知識を学習し、特に稀なクラスにおいて、より効果的な訓練に活用する手法を提案する。
  論文  参考訳（メタデータ） (2021-09-09T06:02:50Z)
• Few-shot Action Recognition with Prototype-centered Attentive Learning [88.10852114988829]
  2つの新しい構成要素からなるプロトタイプ中心型注意学習(pal)モデル。 まず,従来のクエリ中心学習目標を補完するために,プロトタイプ中心のコントラスト学習損失を導入する。 第二に、PALは注意深いハイブリッド学習機構を統合しており、アウトレーヤの負の影響を最小限に抑えることができる。
  論文  参考訳（メタデータ） (2021-01-20T11:48:12Z)
• CPR: Understanding and Improving Failure Tolerant Training for Deep Learning Recommendation with Partial Recovery [8.754247642083948]
  本稿では,リコメンデーションモデルのための部分的リカバリトレーニングシステムであるCPRを提案する。 CPRは、トレーニング中にノードがフェールした場合にチェックポイントをロードすることなく、非フェールノードの進行を可能にすることで、一貫性要件を緩和する。 CPRの2種類のCPR-MFUとCPR-SSUは、チェックポイント関連のオーバーヘッドをフルリカバリと比較して8.2-8.5%から0.53-0.68%に削減した。
  論文  参考訳（メタデータ） (2020-11-05T17:54:35Z)
• Detecting Human-Object Interactions with Action Co-occurrence Priors [108.31956827512376]
  人-物間相互作用(HOI)検出タスクにおける一般的な問題は、多数のHOIクラスが少数のラベル付き例しか持たないことである。 我々は、人間と物体の相互作用の間に自然の相関と反相関が存在することを観察した。 我々はこれらの先行知識を学習し、特に稀なクラスにおいてより効果的な訓練に活用する手法を提案する。
  論文  参考訳（メタデータ） (2020-07-17T02:47:45Z)
• A Self-ensembling Framework for Semi-supervised Knee Cartilage Defects Assessment with Dual-Consistency [40.67137486295487]
  本研究は, 重症度分類と病変局所化を含む, 膝軟骨欠損評価のための新しいアプローチを提案する。 自己理解フレームワークは、学生ネットワークと、同じ構造を持つ教師ネットワークとから構成される。 実験により, 膝軟骨欠損の分類と局所化の双方において, 提案手法は自己認識性能を著しく向上させることができることが示された。
  論文  参考訳（メタデータ） (2020-05-19T04:47:25Z)

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。