論文の概要: Non-contact Multimodal Indoor Human Monitoring Systems: A Survey
- arxiv url: http://arxiv.org/abs/2312.07601v1
- Date: Mon, 11 Dec 2023 14:57:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-14 18:14:51.604890
- Title: Non-contact Multimodal Indoor Human Monitoring Systems: A Survey
- Title(参考訳): 非接触型マルチモーダル室内人間モニタリングシステム:調査
- Authors: Le Ngu Nguyen and Praneeth Susarla and Anirban Mukherjee and Manuel
Lage Ca\~nellas and Constantino \'Alvarez Casado and Xiaoting Wu and
Olli~Silv\'en and Dinesh Babu Jayagopi and Miguel Bordallo L\'opez
- Abstract要約: 本稿では,室内における人体モニタリングシステムに対するマルチモーダルアプローチに関する総合的な調査を行う。
われわれの調査は、主に非接触技術、特にカメラと無線デバイスに焦点を当てている。
我々は、高齢者ケアの質を高める上での彼らの重要な役割を強調し、非接触モニタリングソリューションの開発に関する貴重な洞察を提供する。
- 参考スコア(独自算出の注目度): 4.048305170077075
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Indoor human monitoring systems leverage a wide range of sensors, including
cameras, radio devices, and inertial measurement units, to collect extensive
data from users and the environment. These sensors contribute diverse data
modalities, such as video feeds from cameras, received signal strength
indicators and channel state information from WiFi devices, and three-axis
acceleration data from inertial measurement units. In this context, we present
a comprehensive survey of multimodal approaches for indoor human monitoring
systems, with a specific focus on their relevance in elderly care. Our survey
primarily highlights non-contact technologies, particularly cameras and radio
devices, as key components in the development of indoor human monitoring
systems. Throughout this article, we explore well-established techniques for
extracting features from multimodal data sources. Our exploration extends to
methodologies for fusing these features and harnessing multiple modalities to
improve the accuracy and robustness of machine learning models. Furthermore, we
conduct comparative analysis across different data modalities in diverse human
monitoring tasks and undertake a comprehensive examination of existing
multimodal datasets. This extensive survey not only highlights the significance
of indoor human monitoring systems but also affirms their versatile
applications. In particular, we emphasize their critical role in enhancing the
quality of elderly care, offering valuable insights into the development of
non-contact monitoring solutions applicable to the needs of aging populations.
- Abstract(参考訳): 室内の人間監視システムは、カメラ、無線装置、慣性測定装置を含む幅広いセンサーを活用し、ユーザーや環境から広範囲のデータを収集する。
これらのセンサは、カメラからの映像フィード、受信信号強度インジケータ、WiFiデバイスからのチャネル状態情報、慣性測定ユニットからの3軸加速度データなど、多様なデータモダリティを提供する。
そこで本研究では,高齢者ケアにおけるマルチモーダルアプローチの包括的調査を行い,その妥当性について考察する。
本調査では,室内の人体監視システム開発における重要な要素として,非接触技術,特にカメラと無線デバイスに注目した。
本稿では,マルチモーダルデータソースから特徴を抽出する手法について概説する。
我々の探索は、これらの特徴を融合させ、機械学習モデルの精度と堅牢性を改善するために複数のモダリティを活用する手法にまで拡張されている。
さらに,多様な監視タスクにおける異なるデータモダリティの比較分析を行い,既存のマルチモーダルデータセットの包括的検証を行う。
この広範な調査は、室内における人体監視システムの重要性だけでなく、その汎用的応用を裏付けるものである。
特に高齢者ケアの質を高める上で重要な役割を強調し,高齢者のニーズに適応できる非接触型モニタリングソリューションの開発に有用な知見を提供する。
関連論文リスト
- Enhancing Apparent Personality Trait Analysis with Cross-Modal Embeddings [0.5461938536945723]
本稿では,ショートビデオ記録で訓練した人格特性予測のために,シームズ拡張を用いたマルチモーダルディープニューラルネットワークを提案する。
分析されたデータセットの高度に集中したターゲット分布のため、第3桁の変更は関連している。
論文 参考訳(メタデータ) (2024-05-06T20:51:28Z) - A Survey on Multimodal Wearable Sensor-based Human Action Recognition [15.054052500762559]
WSHAR(Wearable Sensor-based Human Activity Recognition)は、高齢者の日常生活を支援するための有望な補助技術である。
WSHARの最近の調査は、ディープラーニングアプローチのみに焦点を絞ったものや、単一センサーのモダリティに焦点が当てられている。
本研究では,新参者や研究者を対象に,マルチモーダル学習をWSHARドメインに活用するための総合的な調査を行う。
論文 参考訳(メタデータ) (2024-04-14T18:43:16Z) - Data Augmentation in Human-Centric Vision [54.97327269866757]
本研究では,人間中心型視覚タスクにおけるデータ拡張手法の包括的分析を行う。
それは、人物のReID、人間のパーシング、人間のポーズ推定、歩行者検出など、幅広い研究領域に展開している。
我々の研究は、データ拡張手法をデータ生成とデータ摂動の2つの主なタイプに分類する。
論文 参考訳(メタデータ) (2024-03-13T16:05:18Z) - Encoding Domain Expertise into Multilevel Models for Source Location [0.5872014229110215]
この研究は、システム群のモデル間の統計的相関と相互依存性をキャプチャする。
最も興味深いことに、基礎となる物理学の専門知識と知識は、システム、サブグループ、あるいは集団レベルでモデルに符号化することができる。
論文 参考訳(メタデータ) (2023-05-15T14:02:35Z) - Vision+X: A Survey on Multimodal Learning in the Light of Data [71.07658443380264]
様々なモダリティのデータを組み込んだマルチモーダル機械学習は、ますます人気のある研究分野になりつつある。
我々は、視覚、音声、テキストなど、各データフォーマットの共通点と特異点を分析し、Vision+Xの組み合わせによって分類された技術開発を提示する。
論文 参考訳(メタデータ) (2022-10-05T13:14:57Z) - Benchmarking high-fidelity pedestrian tracking systems for research,
real-time monitoring and crowd control [55.41644538483948]
実生活環境における高忠実な歩行者追跡は,群集動態研究において重要なツールである。
この技術が進歩するにつれて、社会においても益々有用になってきている。
歩行者追跡技術の研究と技術に成功させるためには、正確さの検証とベンチマークが不可欠である。
我々は、プライバシーに配慮した歩行者追跡技術のためのベンチマークスイートをコミュニティのオープンスタンダードに向けて提示し、議論する。
論文 参考訳(メタデータ) (2021-08-26T11:45:26Z) - Domain and Modality Gaps for LiDAR-based Person Detection on Mobile
Robots [91.01747068273666]
本稿では,移動ロボットのシナリオに着目した既存のLiDAR人物検出装置について検討する。
実験は3Dと2D LiDARのセンサー間のモダリティのギャップだけでなく、運転と移動ロボットのシナリオ間の領域ギャップを回避している。
その結果、LiDARに基づく人物検出の実践的な洞察を与え、関連する移動ロボットの設計と応用に関する情報決定を容易にする。
論文 参考訳(メタデータ) (2021-06-21T16:35:49Z) - TRiPOD: Human Trajectory and Pose Dynamics Forecasting in the Wild [77.59069361196404]
TRiPODは、グラフの注目ネットワークに基づいて身体のダイナミクスを予測する新しい方法です。
実世界の課題を取り入れるために,各フレームで推定された身体関節が可視・視認可能かどうかを示す指標を学習する。
評価の結果,TRiPODは,各軌道に特化して設計され,予測タスクに特化している。
論文 参考訳(メタデータ) (2021-04-08T20:01:00Z) - Smart Anomaly Detection in Sensor Systems: A Multi-Perspective Review [0.0]
異常検出は、期待される振る舞いから著しく逸脱するデータパターンを特定することに関わる。
データ分析からe-health、サイバーセキュリティ、予測メンテナンス、障害防止、産業自動化に至るまで、幅広いアプリケーション領域があるため、これは重要な研究課題である。
本稿では,センサシステムの特定の領域における異常検出に使用される最先端手法について概説する。
論文 参考訳(メタデータ) (2020-10-27T09:56:16Z) - From Handcrafted to Deep Features for Pedestrian Detection: A Survey [148.35460817092908]
歩行者検出はコンピュータビジョンにおいて重要であるが難しい問題である。
過去10年間で、手作りの機能と深い機能によって、大幅な改善が見られた。
単スペクトル歩行者検出に加えて,多スペクトル歩行者検出も検討した。
論文 参考訳(メタデータ) (2020-10-01T14:51:10Z)
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。