論文の概要: Graph-Based Recognition of Simulated Train-Driver States From Facial and Upper-Body Keypoints

• arxiv url: http://arxiv.org/abs/2610.07083v1
• Date: Mon, 05 Oct 2026 11:25:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.545532
• Title: Graph-Based Recognition of Simulated Train-Driver States From Facial and Upper-Body Keypoints
• Title（参考訳）: 顔と上体キーポイントからの模擬列車運転状態のグラフベース認識
• Abstract要約: ドライバーの疲労は鉄道の安全にとって大きな課題となり、デッドマンスイッチのような従来のシステムは、限定的で基本的な警告チェックを提供する。 本研究では,1台の前面RGBカメラとグラフニューラルネットワークにのみ依存する視覚に基づく監視システムを提案する。
• 参考スコア（独自算出の注目度）: 43.447843641648554
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Driver fatigue poses a significant challenge to railway safety, with traditional systems like the dead-man switch offering limited and basic alertness checks. This study presents a vision-based monitoring system that relies solely on a single front-facing RGB camera and a graph neural network to classify simulated train-driver states into alert, not-alert, and an emergency class comprising acted emergency-like behaviours. To optimize input representations for the model, an ablation study was performed, comparing three feature configurations: skeletal-only, facial-only, and a combination of both. Experimental results show that combining facial and skeletal features yields the highest accuracy (81%) for the three-class model under the light condition, outperforming models that use only facial or skeletal features. Furthermore, the combination of facial and skeletal features achieves 99% accuracy in the alert/not alert classification in light condition. Additionally, we introduced a controlled RGB video dataset containing alert, not alert, and acted emergency-like behaviours recorded under three illumination conditions. These contributions represent a step toward passive and non-contact train-driver state recognition based on facial and upper-body dynamics.
• Abstract（参考訳）: ドライバーの疲労は鉄道の安全にとって大きな課題となり、デッドマンスイッチのような従来のシステムは、限定的で基本的な警告チェックを提供する。 本研究では,1台の前面RGBカメラとグラフニューラルネットワークにのみ依存する視覚に基づく監視システムを提案する。 モデルの入力表現を最適化するために,骨格のみ,顔のみ,両者の組み合わせの3つの特徴を比較検討した。 実験の結果, 顔と骨格の特徴の組み合わせは, 光条件下での3クラスモデルにおいて, 顔と骨格の特徴のみを用いるモデルよりも高い精度(81%)が得られることがわかった。 さらに、顔と骨格の特徴の組み合わせは、光条件下での警告/警告分類において99%の精度を達成する。 さらに,警告を含む制御されたRGBビデオデータセットを導入し,3つの照明条件下での緊急時のような動作を行った。 これらのコントリビューションは、顔と上半身のダイナミクスに基づく受動的および非接触型トレインドライバー状態認識へのステップである。

関連論文リスト

• Improving Driver Drowsiness Detection via Personalized EAR/MAR Thresholds and CNN-Based Classification [0.0]
  視覚に基づく運転監視システムは、しばしば固定された視線アスペクト比 (EAR) とMouth Aspect Ratio (MAR) のしきい値に依存する。 本稿では,眼球運動,頭部位置,あくび行動をリアルタイムに監視する,パーソナライズドロージー検出システムを提案する。 ディープラーニングに基づく畳み込みニューラルネットワーク(CNN)モデルは、困難なシナリオにおける精度を高めるために統合されている。
  論文  参考訳（メタデータ） (2026-04-24T12:00:08Z)
• NeuroLip: An Event-driven Spatiotemporal Learning Framework for Cross-Scene Lip-Motion-based Visual Speaker Recognition [17.96933456290729]
  唇運動は、一貫した調音パターンと筋の協調によって駆動される主観的行動力学を符号化する。 NeuroLipはイベントベースのフレームワークで、厳密だが実用的なクロスシーンプロトコルの下で、きめ細かい唇の動きをキャプチャする。 NeuroLipは、ほぼ完全に一致したシーン精度と堅牢なクロスシーン認識を実現し、目に見えない視点で71%以上の精度を達成する。
  論文  参考訳（メタデータ） (2026-04-17T05:42:17Z)
• Informative Sample Selection Model for Skeleton-based Action Recognition with Limited Training Samples [51.59753385094941]
  半教師付き3D行動認識としても知られる訓練サンプルを用いた3D行動認識が提案されている。 我々は、マルコフ決定過程(MDP)としてキャストすることで、新しい視点からアクティブな学習を通して、半教師付き3次元行動認識を再構築する。 状態-作用対における因子の表現能力を高めるために、ユークリッド空間から双曲空間に投影する。
  論文  参考訳（メタデータ） (2025-10-29T10:03:33Z)
• Detect Anything via Next Point Prediction [51.55967987350882]
  Rex-Omniは最先端の物体認識性能を実現する3BスケールのMLLMである。 COCOやLVISのようなベンチマークでは、Rex-Omniは回帰ベースのモデルに匹敵するパフォーマンスを得る。
  論文  参考訳（メタデータ） (2025-10-14T17:59:54Z)
• Advancing Vision-based Human Action Recognition: Exploring Vision-Language CLIP Model for Generalisation in Domain-Independent Tasks [1.0889037375410424]
  ヒトの行動認識は、患者の行動監視、転倒検出、手術ロボットの監督、手続き的スキルアセスメントなど、医療や医療において重要な役割を担っている。 近年の視覚言語モデル、特にトランスフォーマーベースのCLIPモデルは、ビデオデータからアクション認識を一般化する有望な機能を提供する。
  論文  参考訳（メタデータ） (2025-07-24T13:13:28Z)
• Graph-based Online Monitoring of Train Driver States via Facial and Skeletal Features [11.77862348238795]
  ドライバーの疲労は鉄道の安全にとって大きな課題となり、デッドマンスイッチのような従来のシステムは、限定的で基本的な警告チェックを提供する。 本研究では,DGNN(Directed-Graph Neural Network)をカスタマイズしたオンライン行動監視システムを用いて,運転者の状態を3つのカテゴリに分類する。
  論文  参考訳（メタデータ） (2025-05-09T15:06:19Z)
• Neural Point-based Volumetric Avatar: Surface-guided Neural Points for Efficient and Photorealistic Volumetric Head Avatar [62.87222308616711]
  ニューラルポイント表現とニューラルボリュームレンダリングプロセスを採用したフルネーム(名前)を提案する。 具体的には、ニューラルポイントは高分解能UV変位マップを介してターゲット表現の表面を戦略的に拘束する。 設計上は,アバターをアニメーションする際の正確な表現制御を確保しつつ,地形的に変化する領域や細い構造を扱えるように設計されている。
  論文  参考訳（メタデータ） (2023-07-11T03:40:10Z)
• Audio-visual Representation Learning for Anomaly Events Detection in Crowds [119.72951028190586]
  本稿では,音声と視覚信号の同時モデリングにおけるマルチモーダル学習の活用を試みる。 監視シーンにおける合成音声視覚データセットであるSHADEデータセットについて実験を行った。 音声信号の導入は,異常事象の検出性能を効果的に向上し,他の最先端手法よりも優れることがわかった。
  論文  参考訳（メタデータ） (2021-10-28T02:42:48Z)
• Activity Recognition with Moving Cameras and Few Training Examples: Applications for Detection of Autism-Related Headbanging [1.603589863010401]
  行動認識コンピュータビジョンアルゴリズムは、自閉症に関連する行動の存在を検出するために使用できる。 ヘッドバンジ検出に適用した場合のアクティビティ認識における現在の特徴表現技術の利点と限界を文書化します。 時間分散畳み込みニューラルネットワークを用いて,ホームビデオのヘッドバンジを検出するコンピュータビジョン分類器を作成する。
  論文  参考訳（メタデータ） (2021-01-10T05:37:05Z)
• Training-free Monocular 3D Event Detection System for Traffic Surveillance [93.65240041833319]
  既存のイベント検出システムは、主に学習ベースであり、大量のトレーニングデータが利用可能な場合、十分なパフォーマンスを実現している。 現実のシナリオでは、十分なラベル付きトレーニングデータの収集は高価であり、時には不可能である。 本稿では,交通監視のためのトレーニング不要な単眼3Dイベント検出システムを提案する。
  論文  参考訳（メタデータ） (2020-02-01T04:42:57Z)

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。