Fugu-MT 論文翻訳(概要): An Embedded Intelligent System for Attendance Monitoring

論文の概要: An Embedded Intelligent System for Attendance Monitoring

arxiv url: http://arxiv.org/abs/2406.13694v1
Date: Wed, 19 Jun 2024 16:46:19 GMT
ステータス: 処理完了
システム内更新日: 2024-06-21 18:54:50.812320
Title: An Embedded Intelligent System for Attendance Monitoring
Title（参考訳）: 環境モニタリングのための組込みインテリジェントシステム
Authors: Touzene Abderraouf, Abed Abdeljalil Wassim, Slimane Larabi,
Abstract要約: 提案システムは,顔認識のための組み込みデバイス (Raspberry with PI camera) と,出席者管理のためのWebアプリケーション (Web Application) の2つの部分から構成される。提案されたソリューションは、Raspberry Piの限られたリソース、顔認識モデルへの適応の必要性、Raspberry Piカメラが提供するイメージを使用した許容可能なパフォーマンスの実現、といった、さまざまな課題を考慮に入れている。
参考スコア（独自算出の注目度）: 0.4779196219827506
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: In this paper, we propose an intelligent embedded system for monitoring class attendance and sending the attendance list to a remote computer. The proposed system consists of two parts : an embedded device (Raspberry with PI camera) for facial recognition and a web application for attendance management. The proposed solution take into account the different challenges: the limited resources of the Raspberry Pi, the need to adapt the facial recognition model and achieving acceptable performance using images provided by the Raspberry Pi camera.
Abstract（参考訳）: 本稿では,クラスの出席状況を監視し,出席者リストを遠隔コンピュータに送信するインテリジェントな組込みシステムを提案する。提案システムは,顔認識のための組み込みデバイス (Raspberry with PI camera) と,出席者管理のためのWebアプリケーション (Web Application) の2つの部分から構成される。提案されたソリューションは、Raspberry Piの限られたリソース、顔認識モデルへの適応の必要性、Raspberry Piカメラが提供するイメージを使用した許容可能なパフォーマンスの実現、といった、さまざまな課題を考慮に入れている。

関連論文リスト

Turn-by-Turn Indoor Navigation for the Visually Impaired [0.0]
室内環境のナビゲーションは視覚障害者にとって重要な課題である。本稿では,カメラを搭載したスマートフォンのみを用いた建物内部のターンバイターンナビゲーションシステムを提案する。複雑な屋内空間を利用者に正確に案内するシステムの有効性について予備評価を行った。
論文参考訳（メタデータ） (2024-10-25T20:16:38Z)
Vision System Prototype for Inspection and Monitoring with a Smart Camera [0.0]
本稿では,コンベアベルト上の物体の自動検査・監視のための人工視覚システムプロトタイプの設計について述べる。本発明のプロトタイプは、コンベアベルトと、システム制御用のArduino Megaカードに基づく組込みシステムから構成されており、スマートカメラ、直流モータ、光電センサ、LED照明及び各評価対象のステータス(良し悪し)を示すLEDを主周辺として備えている。
論文参考訳（メタデータ） (2024-02-20T18:58:23Z)
Learning to Select Camera Views: Efficient Multiview Understanding at Few Glances [59.34619548026885]
本稿では,対象物やシナリオを所定のビューから分析し,処理に最適なビューを選択するビュー選択手法を提案する。提案手法は,MVSelectという強化学習に基づくカメラ選択モジュールを備えており,ビューの選択だけでなく,タスクネットワークとの協調トレーニングも容易である。
論文参考訳（メタデータ） (2023-03-10T18:59:10Z)
MicroISP: Processing 32MP Photos on Mobile Devices with Deep Learning [114.66037224769005]
エッジデバイスに特化して設計された新しいMicroISPモデルを提案する。提案したソリューションは,モバイルMLライブラリを使用して,最新のスマートフォン上で最大32MPの写真を処理できる。モデルのアーキテクチャは柔軟で、計算能力の異なるデバイスに複雑性を調整することができる。
論文参考訳（メタデータ） (2022-11-08T17:40:50Z)
MIPI 2022 Challenge on Under-Display Camera Image Restoration: Methods and Results [92.61915017739895]
我々はMIPI 2022のUDC(Under-Display Camera)画像復元トラックを要約・レビューする。合計167人の参加者が登録され、19チームが最終テストフェーズで結果を提出した。この課題で開発されたソリューションは、Under-Display Camera Image Restorationにおける最先端のパフォーマンスを実現した。
論文参考訳（メタデータ） (2022-09-15T05:13:25Z)
Muscle Vision: Real Time Keypoint Based Pose Classification of Physical Exercises [52.77024349608834]
ビデオから外挿された3D人間のポーズ認識は、リアルタイムソフトウェアアプリケーションを可能にするまで進歩した。本稿では,ライブビデオフィード上で人間のポーズ認識を行う新しい機械学習パイプラインとWebインターフェースを提案する。
論文参考訳（メタデータ） (2022-03-23T00:55:07Z)
PiBase: An IoT-based Security System using Raspberry Pi and Google Firebase [0.0]
本稿では、スマート環境における認証アクセスと侵入者検出の側面について述べる。提案されているPiBaseは、IoT(Internet of Things)ベースのアプリケーションで、侵入者の検出を支援する。
論文参考訳（メタデータ） (2021-07-29T20:45:42Z)
Fast and Accurate Single-Image Depth Estimation on Mobile Devices, Mobile AI 2021 Challenge: Report [105.32612705754605]
そこでは、エンドツーエンドのディープラーニングベースの深度推定ソリューションを開発することが目標です。提案したソリューションは、Raspberry Pi 4上で最大10FPSのVGA解像度深度マップを生成でき、高い忠実度を達成できる。
論文参考訳（メタデータ） (2021-05-17T13:49:57Z)
ARC: A Vision-based Automatic Retail Checkout System [0.0]
ARCは、小売店でのチェックアウトのプロセスを、より速く、自律的で、より便利にすることを目指している。このアプローチでは、webカメラの下に置かれているオブジェクトをスキャンして識別する畳み込みニューラルネットワークを備えたコンピュータビジョンベースのシステムを使用する。
論文参考訳（メタデータ） (2021-04-07T00:07:53Z)
Enabling Image Recognition on Constrained Devices Using Neural Network Pruning and a CycleGAN [5.033621086398366]
アンダーパスにおける現代画像認識における計算の必要性を低減するための2つの方法を示す。まず、我々は成功したニューラルネットワークのプルーニング、すなわち、わずか1.1%のニューロンしか残っていない同等の分類精度を保っていることを示す。第2に,CycleGANを用いて,配布外画像の操作設計領域への変換を行う方法を示す。
論文参考訳（メタデータ） (2020-09-11T09:12:52Z)
Identity-Aware Attribute Recognition via Real-Time Distributed Inference in Mobile Edge Clouds [53.07042574352251]
我々は、MEC対応カメラ監視システムにおいて、re-IDを用いた歩行者属性認識のための新しいモデルの設計を行う。本稿では,属性認識と人物再IDを協調的に考慮し,分散モジュールの集合を持つ新しい推論フレームワークを提案する。そこで我々は,提案した分散推論フレームワークのモジュール分布の学習に基づくアルゴリズムを考案した。
論文参考訳（メタデータ） (2020-08-12T12:03:27Z)

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。