論文の概要: Action Recognition based Industrial Safety Violation Detection

• arxiv url: http://arxiv.org/abs/2412.05531v1
• Date: Sat, 07 Dec 2024 04:12:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-10 14:55:26.297513
• Title: Action Recognition based Industrial Safety Violation Detection
• Title（参考訳）: 行動認識に基づく産業安全違反検出
• Authors: Surya N Reddy, Vaibhav Kurrey, Mayank Nagar, Gagan Raj Gupta,
• Abstract要約: 本稿では,行動認識モデルを用いて実行中の動作をまず理解し,オブジェクト検出技術を用いて違反を検知するシステムを提案する。 これは、テストデータセットである109ビデオのPPEベースのアプローチと比較して、F1スコアの23%改善につながります。
• 参考スコア（独自算出の注目度）: 0.13124513975412253
• License:
• Abstract: Proper use of personal protective equipment (PPE) can save the lives of industry workers and it is a widely used application of computer vision in the large manufacturing industries. However, most of the applications deployed generate a lot of false alarms (violations) because they tend to generalize the requirements of PPE across the industry and tasks. The key to resolving this issue is to understand the action being performed by the worker and customize the inference for the specific PPE requirements of that action. In this paper, we propose a system that employs activity recognition models to first understand the action being performed and then use object detection techniques to check for violations. This leads to a 23% improvement in the F1-score compared to the PPE-based approach on our test dataset of 109 videos.
• Abstract（参考訳）: 個人用防護具(PPE)の適正使用は、産業労働者の命を救い、大規模製造業におけるコンピュータビジョンの応用として広く利用されている。 しかしながら、デプロイされたアプリケーションのほとんどは、業界やタスク全体でPPEの要求を一般化する傾向があるため、誤ったアラーム(違反)を発生させます。 この問題を解決する鍵は、労働者が実行しているアクションを理解し、そのアクションの特定のPEP要求に対する推論をカスタマイズすることである。 本稿では,行動認識モデルを用いて実行中の動作をまず理解し,オブジェクト検出技術を用いて違反を検知するシステムを提案する。 これは、テストデータセットである109ビデオのPEベースのアプローチと比較して、F1スコアの23%の改善につながります。

関連論文リスト

• SH17: A Dataset for Human Safety and Personal Protective Equipment Detection in Manufacturing Industry [2.007345596217044]
  本研究では,多様な産業環境から収集した17クラスの75,994個のインスタンスを含む8,099個の注釈付き画像からなるSH17データセットを提案する。 ベンチマークのために最先端のODモデルをトレーニングし、最初の結果は、You Only Look Once (YOLO)v9-eモデル変種がPPE検出の70.9%を超える有望な精度を示した。
  論文  参考訳（メタデータ） (2024-07-05T15:40:11Z)
• Interpretable Data-driven Anomaly Detection in Industrial Processes with ExIFFI [3.7516053899419104]
  工業プロセスは、最終製品の生産を包含して、可能な限り業務を効率化することを目的としている。 産業5.0の出現を踏まえ、より望ましいアプローチは解釈可能な結果の提供である。 本稿では,ExIFFIの産業的応用として,EIF(Extended isolated Forest)異常検出のための高速かつ効率的な説明法の開発に焦点をあてた。
  論文  参考訳（メタデータ） (2024-05-02T10:23:17Z)
• IPAD: Industrial Process Anomaly Detection Dataset [71.39058003212614]
  ビデオ異常検出(VAD)は,ビデオフレーム内の異常を認識することを目的とした課題である。 本稿では,産業シナリオにおけるVADに特化して設計された新しいデータセットIPADを提案する。 このデータセットは16の異なる産業用デバイスをカバーし、合成ビデオと実世界のビデオの両方を6時間以上保存している。
  論文  参考訳（メタデータ） (2024-04-23T13:38:01Z)
• Few-shot Detection of Anomalies in Industrial Cyber-Physical System via Prototypical Network and Contrastive Learning [5.9990208840809345]
  本稿では,プロトタイプネットワークとコントラスト学習に基づく数ショットの異常検出モデルを提案する。 本モデルでは,異常信号を特定するために,F1スコアを大幅に改善し,誤警報率(FAR)を低減できることを示す。
  論文  参考訳（メタデータ） (2023-02-21T11:09:36Z)
• Visual Detection of Personal Protective Equipment and Safety Gear on Industry Workers [49.36909714011171]
  我々は、PPE(Personal Protective Equipment)の使用を検知するカメラを用いて、労働者の安全を向上するシステムを開発した。 我々の焦点は、制限区域へのアクセスを得るために労働者が自らを提示しなければならないエントリーコントロールポイントに我々のシステムを実装することである。 この研究の新たな特徴は、クラス数を5つの対象(ヘルメット、安全ベスト、安全手袋、安全眼鏡、聴覚保護)に増やすことである。
  論文  参考訳（メタデータ） (2022-12-09T11:50:03Z)
• Face Presentation Attack Detection [59.05779913403134]
  顔認識技術は、チェックインやモバイル支払いといった日々の対話的アプリケーションで広く利用されている。 しかしながら、プレゼンテーションアタック(PA)に対する脆弱性は、超セキュアなアプリケーションシナリオにおける信頼性の高い使用を制限する。
  論文  参考訳（メタデータ） (2022-12-07T14:51:17Z)
• An Industrial Workplace Alerting and Monitoring Platform to Prevent Workplace Injury and Accidents [0.0]
  安全でない活動の個人防護装置(PPE)の使用を検知し、分類するための産業用職場警報・監視プラットフォームを提案する。 提案手法は,複数の人や物体が関与する長時間動作を初めて解析する手法である。 そこで本研究では,産業現場のビデオデータにアクション分類を付加し,PPEを検出した最初のオープンソースアノテートデータセットを提案する。
  論文  参考訳（メタデータ） (2022-10-25T06:35:00Z)
• Evaluating Machine Unlearning via Epistemic Uncertainty [78.27542864367821]
  本研究では,不確実性に基づく機械学習アルゴリズムの評価を行う。 これは私たちの最良の知識の一般的な評価の最初の定義です。
  論文  参考訳（メタデータ） (2022-08-23T09:37:31Z)
• Just Label What You Need: Fine-Grained Active Selection for Perception and Prediction through Partially Labeled Scenes [78.23907801786827]
  提案手法は,コストに配慮した手法と,部分的にラベル付けされたシーンを通じて詳細なサンプル選択を可能にする一般化を導入している。 実世界の大規模自動運転データセットに関する我々の実験は、微粒な選択が知覚、予測、下流計画タスクのパフォーマンスを向上させることを示唆している。
  論文  参考訳（メタデータ） (2021-04-08T17:57:41Z)
• Anomaly Detection Based on Selection and Weighting in Latent Space [73.01328671569759]
  SWADと呼ばれる新しい選択および重み付けに基づく異常検出フレームワークを提案する。 ベンチマークと実世界のデータセットによる実験は、SWADの有効性と優位性を示している。
  論文  参考訳（メタデータ） (2021-03-08T10:56:38Z)

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。