ソーシャルディスタンス測定のための実世界公共輸送画像上のオブジェクト検出の複雑性について【JST・京大機械翻訳】

Aznan Nik Khadijah Nik; Brennan John; Bell Daniel; Jonczyk Jennine; Watson Paul

プレプリント

J-GLOBAL ID：202202220698533816 整理番号：22P0289251

ソーシャルディスタンス測定のための実世界公共輸送画像上のオブジェクト検出の複雑性について【JST・京大機械翻訳】

On the Complexity of Object Detection on Real-world Public Transportation Images for Social Distancing Measurement

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年02月14日プレプリントサーバーでの情報更新日： 2022年02月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

公共空間における社会的ジスタンシングは,COVID-19パンデミックの影響を低減するのを助けるための重要な側面となっている。機械学習における最近の発展を利用して,公開空間における監視カメラの使用を通して,物体検出を通して社会的ジスタンシングを実行する文献において多くの研究が行われている。しかし,今日まで,公共輸送に関する社会的距離測定の研究はない。公共輸送設定は,いくつかの低解像度画像とカメラ位置を含むいくつかのユニークな課題を持ち,それは乗客の部分オクルージョンに導くことができ,正確な検出を実施することを困難にする。したがって,本論文では,公共輸送に関する正確な社会的距離測定を実行する課題を研究した。ロンドン地下とバスネットワークから取られた実世界の足跡を用いて,いくつかの最先端のオブジェクト検出アルゴリズムをベンチマークした。本研究は,現在の公共輸送車載カメラからの画像に関する社会的ジスタンシング測定を実行する複雑性を強調する。さらに,期待される乗客行動のドメイン知識を利用して,様々な戦略を用いて検出の質を改善し,バニラオブジェクト検出のみを用いて改善を示すことを試みた。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般

, , , ,

前のページに戻る