論文の概要: Artificial Intelligence as a Tool for Combating Child Labour: A Real-Time Edge Vision Pipeline for Child Detection and Age Estimation
- arxiv url: http://arxiv.org/abs/2608.14770v1
- Date: Fri, 14 Aug 2026 14:38:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.076037
- Title: Artificial Intelligence as a Tool for Combating Child Labour: A Real-Time Edge Vision Pipeline for Child Detection and Age Estimation
- Title（参考訳）: 児童労働のコラボツールとしての人工知能--子ども検出と年齢推定のためのリアルタイムエッジビジョンパイプライン
- Abstract要約: 全世界で1億3800万人の子どもが児童労働に従事している。
本稿では, 児童労働監視・修復システムの実現可能性について, 連続的, 存在感に基づくエビデンスチャネルを提供するリアルタイムコンピュータビジョンパイプラインを提案する。
トレーニングと量子化の失敗を成功と共に記録し、そのようなシステムに必要なデータ保護とヒューマン・イン・ザ・ループ・セーフガードを文書化する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An estimated 138 million children remain in child labour worldwide, and the monitoring systems used by affected sectors, built on periodic household visits and interviews, systematically under-detect them. We present a real-time computer-vision pipeline, built and operated solely as a research prototype, that studies the feasibility of giving Child Labour Monitoring and Remediation Systems (CLMRS) a continuous, presence-based evidence channel. The pipeline combines a multi-task person and face detector (YOLO26x backbone in the CerberusDet framework), cascaded age estimation pairing MiVOLO v2 with a child-specialist model for ages 0-12, ByteTrack tracking, ArcFace and DINOv2 re-identification, and track-level fusion producing reviewable per-person records. The detector raises person mAP@0.5 from 0.390 to 0.683 over the previous-generation baseline; the child specialist reaches 1.944 years MAE on children-only validation, where widely used open-source stacks err by 18-23 years. FP8 TensorRT compilation yields a 1.77x speedup at +0.002 years MAE, bringing the pipeline above twice real-time on embedded hardware. On 26.8 hours of proxy video the system finds 634 unique child candidates versus 285 for its predecessor. We further report a seventeen-day unattended field pilot on a farm in Zimbabwe (38.7 million frames, six cameras) evaluated against a daily attendance register: software tuning improved detection yield 36-fold, and identity consolidation under a simultaneity veto cut over-reporting from 9.1x to 1.8-3.9x with zero proven-false merges. We document training and quantisation failures alongside successes, and the data-protection and human-in-the-loop safeguards such a system requires.
- Abstract（参考訳）: 全世界で1億3800万人の子どもが児童労働に残っており、定期的に訪問やインタビューを頼りに、影響を受けたセクターが利用しているモニタリングシステムは体系的に過小評価されている。
本研究では, 児童労働監視・修復システム(CLMRS)を連続的かつプレゼンスに基づくエビデンスチャネルとして提供する可能性について, 研究プロトタイプとして構築・運用されているリアルタイムコンピュータビジョンパイプラインについて述べる。
このパイプラインは、マルチタスクの人物と顔検出装置(CerberusDetフレームワークのYOLO26xバックボーン)、年齢推定MiVOLO v2と0-12歳児別モデル、ByteTrack追跡、ArcFaceとDINOv2の再識別、レビュー可能な人ごとのレコードを生成するトラックレベル融合を組み合わせたものである。
この検出器は前世代のベースラインでmAP@0.5を0.390から0.683に引き上げ、児童のみの検証では1.944年、オープンソーススタックは18-23年で広く使われている。
FP8 TensorRTコンパイルは、+0.002年のMAEで1.77倍のスピードアップを達成し、組込みハードウェア上ではパイプラインを2倍に高速化する。
26.8時間のプロキシビデオでは、634人のユニークな児童候補が前任者の285人に対して見つかった。
さらに、ジンバブエの農場で17日間の無人飛行パイロット(3870万フレーム、6台のカメラ)が、日々の出席者レジスタに対して評価され、ソフトウェアチューニングの改善された検出収差36倍、および、実証済みのマージがゼロである9.1xから1.8-3.9xにオーバーレポートされた同時ベットによるアイデンティティ統合を報告した。
トレーニングと量子化の失敗を成功と共に記録し、そのようなシステムに必要なデータ保護とヒューマン・イン・ザ・ループ・セーフガードを文書化する。
関連論文リスト
- City Sentinel: A Unified AI-Based Smart Surveillance Framework for Real-Time Multi-Threat Detection Using Deep Learning [0.06999740786886534]
City Sentinelは、AIベースの統合監視フレームワークで、6つの検出機能をひとつのスケーラブルプラットフォームに統合する。
システムは、743msの中央値のエンドツーエンドレイテンシを実現し、4つの同時RTSPストリームをサポートする。
91.2%の顔照合率、85.7%のプレート読み取り精度、mAP@0.5スコアは火器、ナイフ、兵器検出モジュール全体で0.846から0.889である。
論文 参考訳（メタデータ） (2026-08-09T19:59:31Z) - Qwen-CUA: Native Computer Use for (almost) Everything [104.78368489343713]
本稿では,Qwen-CUAについて紹介する。
DOMツリー、アクセシビリティメタデータ、タスク固有のAPIなしで、スクリーンショットのみを観察し、キーボードやマウスのイベントを通じて動作します。
足場は最大20個のアクティブなスクリーンショットを保持し、最近の証拠を保持するために固定サイズのブロックで古い視覚履歴を折り畳む。
論文 参考訳（メタデータ） (2026-08-03T15:04:20Z) - Moving Like a Human: Ego-Motion-Normalized Temporal Signatures for Real-Time Aerial Person Tracking on Milliwatt-Class Hardware [1.932555230783329]
追跡はドローン自体で行わなければならない。
EMT-Detは、エゴモーションを推定する5段階のシステムである。
Raspberry Pi Zero 2Wでは、パイプラインは31.85 FPS、AP25は0.462、UAVは0.714である。
論文 参考訳（メタデータ） (2026-07-09T19:30:00Z) - WatchAct: A Benchmark for Behavior-Grounded Robot Manipulation [49.31386176285509]
WatchActは、観察された人間の行動に基づくロボット操作のベンチマークである。
WatchActは4つの機能ドメインで14タスクにわたる3,000のロングホライゾンインスタンスで構成されている。
シミュレーションとFranka Research 3ロボットの両方で、現在のシステムはWatchActの解決には程遠い。
論文 参考訳（メタデータ） (2026-06-24T23:13:56Z) - SPOQ: Specialist Orchestrated Queuing for Multi-Agent Software Engineering [2.0769172070951067]
マルチエージェントAIシステムは、ソフトウェアエンジニアリングタスクの自動化を約束する。
既存のアプローチでは、調整のオーバーヘッド、品質管理のギャップ、人間の監視が制限されている。
SPOQ(Specialist Orchestrated Queuing)は,3つのイノベーションを組み合わせた方法論である。
論文 参考訳（メタデータ） (2026-06-02T03:59:56Z) - Can LLM Agents Respond to Disasters? Benchmarking Heterogeneous Geospatial Reasoning in Emergency Operations [55.251494694783894]
災害対応エージェントベンチマーク(DORA)は、エンド・ツー・エンドの災害対応のための最初のエージェントベンチマークである。
タスクは、災害認識、空間関係分析、救助・避難計画、時間的進化推論、マルチモーダルレポート合成という、災害対応パイプラインをカバーする5つの次元にまたがる。
DORAは、運用上の信頼性の高い災害対応エージェントのための厳格なテストベッドを確立する。
論文 参考訳（メタデータ） (2026-05-12T06:57:41Z) - ARGOS: Who, Where, and When in Agentic Multi-Camera Person Search [49.61286310968402]
我々は,対話型推論問題として,マルチカメラの人物探索を再構成する最初のベンチマークとフレームワークであるARGOSを紹介する。
ARGOSエージェントはあいまいな目撃声明を受け取り、何を尋ねるか、いつ空間的または時間的ツールを呼び出すか、不明瞭な応答をどう解釈するかを判断しなければならない。
このベンチマークは、意味的知覚(Who)、空間的推論(Where)、時間的推論(When)の3つのプログレッシブトラックにおいて、14の現実世界シナリオにまたがる2,691のタスクからなる。
論文 参考訳（メタデータ） (2026-04-14T14:06:19Z) - Claw-Eval: Toward Trustworthy Evaluation of Autonomous Agents [66.97968363332465]
エージェントベンチマークの3つのギャップに対処するエンドツーエンド評価スイートであるClaw-Evalを紹介した。
Claw-Evalは3つのグループにまたがる9つのカテゴリにまたがる300の人間検証タスクで構成されている。
すべてのエージェントアクションは、3つの独立したエビデンスチャネルを通じて記録される。
論文 参考訳（メタデータ） (2026-04-07T17:43:18Z) - Synthetic-Child: An AIGC-Based Synthetic Data Pipeline for Privacy-Preserving Child Posture Estimation [0.0]
Synthetic-Child(シンセティック・チルド)は、児童姿勢訓練用の画像を生成する合成データパイプラインである。
本システムでは,テスト対象のカテゴリの認識率を大幅に向上し,平均1.8倍の速度で応答する。
論文 参考訳（メタデータ） (2026-03-03T04:50:29Z) - Evaluating Deep Learning-Based Face Recognition for Infants and Toddlers: Impact of Age Across Developmental Stages [0.688204255655161]
幼児と幼児の顔認識は、迅速な顔形態変化、クラス間の類似度の高さ、データセットの可用性の制限など、ユニークな課題を呈している。
本研究は,0～3歳児を対象とする7つのセッションにおいて,24カ月間にわたって収集した,深層学習に基づく顔認識モデルFaceNet,ArcFace,MagFace,CosFaceの性能評価を行った。
論文 参考訳（メタデータ） (2026-01-04T22:30:28Z) - Improving Efficiency in Large-Scale Decentralized Distributed Training [58.80224380923698]
通信コストを最小化しつつ、スペクトルギャップを改善して(A)D-PSGDに基づくトレーニングを加速する手法を提案する。
提案手法の有効性を示すために,2000時間Switchboard音声認識タスクとImageNetコンピュータビジョンタスクの実験を行った。
論文 参考訳（メタデータ） (2020-02-04T04:29:09Z)
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。