論文の概要: Detecting Abnormal Health Conditions in Smart Home Using a Drone

• arxiv url: http://arxiv.org/abs/2310.05012v1
• Date: Sun, 8 Oct 2023 05:03:35 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-12 13:36:15.687961
• Title: Detecting Abnormal Health Conditions in Smart Home Using a Drone
• Title（参考訳）: ドローンによるスマートホームの異常健康状態の検出
• Authors: Pronob Kumar Barman
• Abstract要約: ドローンを用いた視覚に基づく転倒監視システムを開発した。 本研究では, 落下物体を精度0.9948で識別できることを示す。 その結果, 落下物体を精度0.9948で識別できることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Nowadays, detecting aberrant health issues is a difficult process. Falling, especially among the elderly, is a severe concern worldwide. Falls can result in deadly consequences, including unconsciousness, internal bleeding, and often times, death. A practical and optimal, smart approach of detecting falling is currently a concern. The use of vision-based fall monitoring is becoming more common among scientists as it enables senior citizens and those with other health conditions to live independently. For tracking, surveillance, and rescue, unmanned aerial vehicles use video or image segmentation and object detection methods. The Tello drone is equipped with a camera and with this device we determined normal and abnormal behaviors among our participants. The autonomous falling objects are classified using a convolutional neural network (CNN) classifier. The results demonstrate that the systems can identify falling objects with a precision of 0.9948.
• Abstract（参考訳）: 現在、異常な健康問題の検出は難しいプロセスである。 特に高齢者の転倒は世界中で深刻な問題となっている。 転倒は、無意識、内出血、しばしば死など、致命的な結果をもたらす可能性がある。 落下を検知する実用的で最適なアプローチが、現在懸念されている。 高齢者や他の健康状態の人が独立して生活できるように、視覚に基づく転倒モニタリングが科学者の間で一般的になっている。 追跡、監視、救助のために、無人航空機はビデオまたはイメージセグメンテーションと物体検出方法を使用する。 telloドローンにはカメラが装備されており、この装置は参加者の正常な行動と異常な行動を判断する。 自律落下物体は畳み込みニューラルネットワーク(CNN)分類器を用いて分類される。 その結果,0.9948の精度で落下物体を識別できることがわかった。

関連論文リスト

• Floor extraction and door detection for visually impaired guidance [78.94595951597344]
  未知の環境で障害物のない経路を見つけることは、視覚障害者や自律ロボットにとって大きなナビゲーション問題である。 コンピュータビジョンシステムに基づく新しいデバイスは、障害のある人が安全な環境で未知の環境でナビゲートすることの難しさを克服するのに役立つ。 本研究では,視覚障害者のためのナビゲーションシステムの構築につながるセンサとアルゴリズムの組み合わせを提案する。
  論文  参考訳（メタデータ） (2024-01-30T14:38:43Z)
• Real-Time Human Fall Detection using a Lightweight Pose Estimation Technique [2.744898351429077]
  ポーズ推定を用いた軽量で高速な人間の転倒検知システムを提案する。 提案手法は, 基本カメラを内蔵した低消費電力デバイス上で, リアルタイムに動作可能である。 すべての計算はローカルで処理できるので、問題のプライバシに問題はない。
  論文  参考訳（メタデータ） (2024-01-03T07:39:58Z)
• Are we certain it's anomalous? [57.729669157989235]
  時系列における異常検出は、高度に非線形な時間的相関のため、異常は稀であるため、複雑なタスクである。 本稿では,異常検出(HypAD)におけるハイパボリック不確実性の新しい利用法を提案する。 HypADは自己指導で入力信号を再構築する。
  論文  参考訳（メタデータ） (2022-11-16T21:31:39Z)
• Self-Supervised Masked Convolutional Transformer Block for Anomaly Detection [122.4894940892536]
  本稿では, 自己監督型マスク型畳み込み変圧器ブロック (SSMCTB) について述べる。 本研究では,従来の自己教師型予測畳み込み抑止ブロック(SSPCAB)を3次元マスク付き畳み込み層,チャンネルワイドアテンション用トランスフォーマー,およびハマーロスに基づく新たな自己教師型目標を用いて拡張する。
  論文  参考訳（メタデータ） (2022-09-25T04:56:10Z)
• Vision-based Human Fall Detection Systems using Deep Learning: A Review [5.809590924822318]
  ヒトの転倒は、特に高齢者や障害者が単独で生活する上で、非常に重要な健康問題の一つである。 本稿では,ディープラーニング(DL)に基づく非侵襲的(ビジョンベース)転倒検出技術について論じる。
  論文  参考訳（メタデータ） (2022-07-22T09:02:02Z)
• In-Bed Person Monitoring Using Thermal Infrared Sensors [53.561797148529664]
  パナソニックグリッド(Panasonic Grid-EYE)は、低解像度の赤外線サーモパイルアレイセンサーで、よりプライバシーを提供する。 この目的のために、2つのデータセットが取得され、1つ (480 画像) は一定条件で、もう1つ (200 画像) は異なるバリエーションで取得された。 我々は、SVM(Support Vector Machines)、k-Nearest Neighbors(k-NN)、Neural Network(NN)の3つの機械学習アルゴリズムをテストする。
  論文  参考訳（メタデータ） (2021-07-16T15:59:07Z)
• Anomaly Detection using Edge Computing in Video Surveillance System: Review [0.0]
  スマートシティの概念は、都市計画者や研究者に近代的で安全で持続可能なインフラを提供し、住民にまともな生活の質を与えるよう影響を与えている。 このニーズを満たすために、市民の安全と幸福を高めるために、ビデオ監視カメラが配備されている。 現代科学の技術的発展にもかかわらず、監視ビデオシステムにおける異常事象の検出は困難であり、徹底的な人間の努力を必要とする。
  論文  参考訳（メタデータ） (2021-07-06T17:41:56Z)
• 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)
• Motion and Region Aware Adversarial Learning for Fall Detection with Thermal Imaging [8.110295985047278]
  転倒検知のためのホームベースのカメラシステムは、しばしば人々のプライバシーを危険にさらす。 転倒はめったに起こらないため、クラス不均衡によるアルゴリズムの学習は簡単ではない。 熱画像を用いた対向フレームワーク内での転倒検出を異常検出として定式化する。
  論文  参考訳（メタデータ） (2020-04-17T17:17:29Z)
• SSHFD: Single Shot Human Fall Detection with Occluded Joints Resilience [10.719603033631952]
  Single Shot Human Fall Detectorは、単一の画像から自動転倒検出を行うディープラーニングベースのフレームワークである。 まず、外見の特徴に不変な人間のポーズに基づく転倒表現を示す。 次に、3次元ポーズ推定と転倒認識のためのニューラルネットワークモデルを提案する。
  論文  参考訳（メタデータ） (2020-04-02T03:41:39Z)
• Physically Realizable Adversarial Examples for LiDAR Object Detection [72.0017682322147]
  本稿では,LiDAR検出器を騙すために,汎用な3次元対向物体を生成する手法を提案する。 特に,LiDAR検出器から車両を完全に隠蔽するために,車両の屋根上に対向物体を配置し,その成功率は80%であることを示した。 これは、限られたトレーニングデータから見知らぬ条件下での、より安全な自動運転への一歩だ。
  論文  参考訳（メタデータ） (2020-04-01T16:11:04Z)

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。