論文の概要: Robotic Classification of Divers' Swimming States using Visual Pose Keypoints as IMUs

• arxiv url: http://arxiv.org/abs/2510.17863v1
• Date: Wed, 15 Oct 2025 19:57:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:12.229162
• Title: Robotic Classification of Divers' Swimming States using Visual Pose Keypoints as IMUs
• Title（参考訳）: 視覚的視点をIMUとしたダイバーズスイミング状態のロボット分類
• Authors: Demetrious T. Kutzke, Ying-Kun Wu, Elizabeth Terveen, Junaed Sattar,
• Abstract要約: 我々はスキューバダイバーの安全を監視するためにギャップを埋める新しいハイブリッドアプローチを導入する。 提案手法はコンピュータビジョンを利用して高忠実度動作データを生成し、3次元関節キーポイントのストリームから擬似IMU'を効果的に生成する。 本システムは,救急医療の開始を知らせる異常なスキューバダイバーの行動を特定するための重要な課題に応用する。
• 参考スコア（独自算出の注目度）: 8.231695165378568
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Traditional human activity recognition uses either direct image analysis or data from wearable inertial measurement units (IMUs), but can be ineffective in challenging underwater environments. We introduce a novel hybrid approach that bridges this gap to monitor scuba diver safety. Our method leverages computer vision to generate high-fidelity motion data, effectively creating a ``pseudo-IMU'' from a stream of 3D human joint keypoints. This technique circumvents the critical problem of wireless signal attenuation in water, which plagues conventional diver-worn sensors communicating with an Autonomous Underwater Vehicle (AUV). We apply this system to the vital task of identifying anomalous scuba diver behavior that signals the onset of a medical emergency such as cardiac arrest -- a leading cause of scuba diving fatalities. By integrating our classifier onboard an AUV and conducting experiments with simulated distress scenarios, we demonstrate the utility and effectiveness of our method for advancing robotic monitoring and diver safety.
• Abstract（参考訳）: 従来の人間の行動認識は、直接画像解析またはウェアラブル慣性測定ユニット(IMU)のデータを使用するが、課題のある水中環境では効果がない。 我々は、スキューバダイバーの安全を監視するために、このギャップを橋渡しする新しいハイブリッドアプローチを導入する。 提案手法はコンピュータビジョンを利用して高忠実度動作データを生成し、3次元関節キーポイントのストリームから「擬似IMU」を効果的に生成する。 この技術は、水中での無線信号減衰の重大な問題を回避し、自律水中車両(AUV)と通信する従来のダイバーウーンセンサーを悩ませる。 本システムは,スキューバ潜水事故の主な原因である心停止などの医療緊急事態の発症を示唆する異常なスキューバダイバーの行動を特定するための重要なタスクに適用する。 AUVに分類器を組み込んでシミュレートされた災害シナリオで実験を行うことで,ロボットの監視とダイバーの安全性向上のための手法の有用性と有効性を示す。

関連論文リスト

• Enhancing Network Security Management in Water Systems using FM-based Attack Attribution [43.48086726793515]
  本稿では,水系センサとアクチュエータの相互作用を生かし,サイバー攻撃に対する詳細な説明と属性を提供する,FM(Model-Agnostic Factorization Machines)に基づく新しい手法を提案する。 複雑なセンサーとアクチュエータの相互作用を含む多機能サイバー攻撃シナリオにおいて、FMベースの攻撃属性法は攻撃根原因を効果的にランク付けし、SHAPやLEMNAよりも平均20%向上した。
  論文  参考訳（メタデータ） (2025-03-03T06:52:00Z)
• Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
  我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。 FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。 実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
  論文  参考訳（メタデータ） (2024-01-22T14:16:37Z)
• AI-Based Energy Transportation Safety: Pipeline Radial Threat Estimation Using Intelligent Sensing System [52.93806509364342]
  本稿では,分散光ファイバーセンシング技術に基づくエネルギーパイプラインの放射状脅威推定手法を提案する。 本稿では,包括的信号特徴抽出のための連続的マルチビュー・マルチドメイン機能融合手法を提案する。 本研究では,事前学習モデルによる伝達学習の概念を取り入れ,認識精度と学習効率の両立を図る。
  論文  参考訳（メタデータ） (2023-12-18T12:37:35Z)
• AIDPS:Adaptive Intrusion Detection and Prevention System for Underwater Acoustic Sensor Networks [15.322411959318929]
  本稿では,水中音響センサネットワーク(UW-ASN)のための適応分散型侵入検知システム(AIDPS)を提案する。 提案したAIDPSは、UW-ASNのセキュリティを改善し、水中攻撃を効率的に検出することができる。
  論文  参考訳（メタデータ） (2023-09-14T14:07:11Z)
• A Diver Attention Estimation Framework for Effective Underwater Human-Robot Interaction [14.267807345588581]
  近年の視覚に基づく水中HRI法の進歩は、トップサイドオペレーターの助けを必要とせずに、人間のパートナーと対話する能力を持っている。 これらの方法では、AUVはダイバーが相互作用する準備ができていると仮定するが、実際にはダイバーは邪魔される可能性がある。 本稿では、ダイバーの注意度を自律的に決定するための、AUVに対するダイバーアテンション推定フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-09-28T22:08:41Z)
• Data-driven controllers and the need for perception systems in underwater manipulation [4.060731229044571]
  UVMSのモデリングは、非常に非線形なダイナミクスのために複雑でコストがかかるプロセスである。 これは、オブジェクトの操作が必要なタスクで増大します。 未知のペイロードを扱うUVMSの制御戦略を導入する。
  論文  参考訳（メタデータ） (2021-09-21T17:25:10Z)
• Movement Tracks for the Automatic Detection of Fish Behavior in Videos [63.85815474157357]
  水中ビデオでサブルフィッシュ(Anoplopoma fimbria)の発芽行動のデータセットを提供し,その上での深層学習(DL)法による行動検出について検討した。 提案する検出システムは,Long Short-Term Memory(LSTM)ネットワークを用いて,サブルフィッシュの起動動作を識別する。
  論文  参考訳（メタデータ） (2020-11-28T05:51:19Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)
• Adversarial vs behavioural-based defensive AI with joint, continual and active learning: automated evaluation of robustness to deception, poisoning and concept drift [62.997667081978825]
  人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。 本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
  論文  参考訳（メタデータ） (2020-01-13T13:54:36Z)

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。