Fugu-MT 論文翻訳(概要): Real-time Yemeni Currency Detection

論文の概要: Real-time Yemeni Currency Detection

arxiv url: http://arxiv.org/abs/2406.13034v1
Date: Tue, 18 Jun 2024 19:57:15 GMT
ステータス: 処理完了
システム内更新日: 2024-06-22 00:18:18.513182
Title: Real-time Yemeni Currency Detection
Title（参考訳）: リアルタイムイエメン通貨検出
Authors: Edrees AL-Edreesi, Ghaleb Al-Gaphari,
Abstract要約: 銀行券の認識は、視覚障害者が直面する大きな問題である。本稿では,視覚障害者のためのリアルタイムイエメン通貨検出システムを提案する。
参考スコア（独自算出の注目度）: 0.49109372384514843
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Banknote recognition is a major problem faced by visually Challenged people. So we propose a application to help the visually Challenged people to identify the different types of Yemenian currencies through deep learning technique. As money has a significant role in daily life for any business transactions, real-time detection and recognition of banknotes become necessary for a person, especially blind or visually impaired, or for a system that sorts the data. This paper presents a real-time Yemeni currency detection system for visually impaired persons. The proposed system exploits the deep learning approach to facilitate the visually impaired people to prosperously recognize banknotes. For real-time recognition, we have deployed the system into a mobile application.
Abstract（参考訳）: 銀行券の認識は、視覚障害者が直面する大きな問題である。そこで本研究では,視覚障害者が深層学習技術を用いて,さまざまな種類のイエメン通貨を識別するためのアプリケーションを提案する。金融は、あらゆるビジネス取引において日常生活において重要な役割を担っているため、銀行券のリアルタイム検出と認識は、人、特に視覚障害者、またはデータをソートするシステムにとって必要となる。本稿では,視覚障害者のためのリアルタイムイエメン通貨検出システムを提案する。提案システムは,視覚障害者が紙幣を十分に認識できるように,ディープラーニングアプローチを利用する。リアルタイム認識のために、我々はシステムをモバイルアプリケーションにデプロイした。

関連論文リスト

Time-Aware Face Anti-Spoofing with Rotation Invariant Local Binary Patterns and Deep Learning [50.79277723970418]
模倣攻撃は不正な識別とその後の攻撃者の認証につながる顔認識と同様に、模倣攻撃も機械学習で検出できる。本稿では,未使用の機能と時間認識の深層学習戦略を組み合わせることで,高い分類精度を実現する新しい手法を提案する。
論文参考訳（メタデータ） (2024-08-27T07:26:10Z)
Understanding How Blind Users Handle Object Recognition Errors: Strategies and Challenges [10.565823004989817]
本稿では,視覚障害者と物体認識システムとのインタラクションの理解を目的とした,誤りの特定と回避を目的とした研究について述べる。視覚障害者12名を対象に,視覚障害者12名を対象に調査を行った。我々は、カメラベースの補助技術やオブジェクト認識システムにおいて、エラーを特定するためのユーザエクスペリエンス、課題、戦略に関する洞察を得た。
論文参考訳（メタデータ） (2024-08-06T17:09:56Z)
Synthetic Counterfactual Faces [1.3062016289815055]
我々は、ターゲットとなる、対実的で高品質な合成顔データを構築するための生成AIフレームワークを構築します。私たちのパイプラインには、顔認識システム感度評価や画像理解システムプローブなど、多くのユースケースがあります。商用ビジョンモデルにおける顔生成パイプラインの有効性を示す。
論文参考訳（メタデータ） (2024-07-18T22:22:49Z)
Real-Time Pill Identification for the Visually Impaired Using Deep Learning [31.747327310138314]
本稿では,視覚障害者と視覚障害者をリアルタイムに識別する深層学習型モバイルアプリケーションの開発と実装について検討する。本アプリケーションは,モバイルデバイス上でのリアルタイム画像処理により,さまざまな薬種を正確に認識し,区別することを目的としている。
論文参考訳（メタデータ） (2024-05-08T03:18:46Z)
Robust Pedestrian Detection via Constructing Versatile Pedestrian Knowledge Bank [51.66174565170112]
本稿では,多目的な歩行者知識銀行を構築するための新しいアプローチを提案する。我々は大規模な事前訓練モデルから歩行者の知識を抽出する。次に、ほとんどの代表的特徴を定量化し、背景のシーンと区別できるように指導することで、それらをキュレートする。
論文参考訳（メタデータ） (2024-04-30T07:01:05Z)
Integrating Language-Derived Appearance Elements with Visual Cues in Pedestrian Detection [51.66174565170112]
本研究では,大言語モデルの強みを文脈的外見の変化の理解に活用するための新しいアプローチを提案する。本稿では,言語由来の外観要素を定式化し,歩行者検出に視覚的手がかりを取り入れることを提案する。
論文参考訳（メタデータ） (2023-11-02T06:38:19Z)
Applications of Machine Learning in Detecting Afghan Fake Banknotes [0.0]
アフガニスタンにおける偽通貨の流行は大きな課題を引き起こし、経済に有害な影響を及ぼす。本稿では,特定のセキュリティ特徴を解析して偽のアフガン紙幣を識別する画像処理手法を提案する。ランダムフォレストアルゴリズムは偽のアフガン紙幣を99%の精度で検出した。
論文参考訳（メタデータ） (2023-05-24T05:39:46Z)
Robustness Disparities in Face Detection [64.71318433419636]
本稿では,その顔検出システムの詳細なベンチマークとして,商業モデルと学術モデルのノイズに対する頑健性について検討する。すべてのデータセットやシステム全体で、$textitmasculineである個人の写真が$textitdarker skin type$$$、$textitdarker$、または$textitdim lighting$は、他のIDよりもエラーの影響を受けやすい。
論文参考訳（メタデータ） (2022-11-29T05:22:47Z)
A Novel Face-Anti Spoofing Neural Network Model For Face Recognition And Detection [0.0]
顔認識(FR)システムは、道路横断、銀行、モバイルバンキングなど、様々な用途で使われている。 FRシステムの普及により、顔バイオメトリックスのスプーフ攻撃に対する安全性に対する懸念が高まっている。本研究は,既存のモデルより優れ,効率が0.89パーセントの対面型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） (2022-05-14T05:14:48Z)
Harnessing Unrecognizable Faces for Face Recognition [87.80037162457427]
本稿では,顔画像の認識可能性の尺度を提案し,主に認識可能なアイデンティティを用いて訓練されたディープニューラルネットワークによって実現された。 FAR=1e-5において,認識可能性を考慮した場合,単画像認識の誤り率を58%減少させることを示す。
論文参考訳（メタデータ） (2021-06-08T05:25:03Z)
Biometrics: Trust, but Verify [49.9641823975828]
バイオメトリック認識は、世界中のさまざまなアプリケーションに爆発しました。生体認証システムの様々なサブモジュールに関する多くの顕著な問題と懸念があります。
論文参考訳（メタデータ） (2021-05-14T03:07:25Z)

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。