Jun, 2023

隐私保护的视频物体检测用于重症监护病房的患者监控

PDF
TL;DR本文提出了一种新方法，利用视频帧的时间连续性，通过重新分配图像色彩通道来改善病人监测中出现的假象对监测数据的影响，从而实现病人监测的自动化和信息化。
发现论文，激发创造
  • 视频目标检测的鲁棒高效后处理

    本文提出了一种基于学习相似度评估的后处理方法，它可以克服先前后处理方法的一些局限性，提高特定视频检测器的结果，特别是在快速运动物体方面，并具有低资源要求。该方法还可以应用于像 YOLO 这样的高效静态图像检测器，提供与计算量更大的检测器相当的结果。

    Sep, 2020

  • 利用社交距离和口罩检测的 COVID-19 监控系统在监控视频数据集上

    本文提出了一种基于目标检测、聚类和卷积神经网络的轻量级、稳健且全天候自动化视频监控系统，用于检测人体、社交距离违规、人脸及口罩分类，并提供了不同人脸检测和口罩分类模型的比较研究和基于视频标记的数据集标记方法，该系统在标记视频数据集上的准确率为 91.2％，F1 得分为 90.79％，预测时间平均为 7.12 秒。

    Oct, 2021

  • 利用物体检测和口头反馈帮助盲人

    本研究使用 YOLO 模型和 OpenCV 库，利用实时视频检测对象并将图像识别结果以可听形式提供给视觉障碍者，成功实现了优秀的平均准确率 (mAP)。

    Dec, 2023

  • 边缘上的实时多模态物体检测和跟踪，用于规程合规监控

    通过实时的多模式传感系统和边缘智能设备上的无监督学习技术，我们介绍了一种针对不同工业领域的监管合规审计的方法，提高了记录保留的效率并减少了人工干预。

    Oct, 2023

  • 无人机实时人体检测

    本研究提出了一种适用于无人机热红外图片和视频的目标检测框架，基于 CNN 架构的 YOLO 模型，通过定量和定性评估深度学习模型，在人的交叉检测性能方面展示了 YOLOv7 模型在不同无人机观察角度下的应用。

    Jan, 2024

  • 在重症监护室 (ICU) 利用计算机视觉研究探讨探视和患者移动

    利用计算机视觉系统监测重症监护病房患者的可行性和潜力。

    Mar, 2024

  • 视频监控中的人体检测与跟踪 —— 认知科学方法

    通过采用方向梯度直方图、视觉显著性和深度多层网络的显著性预测模型，结合 k 均值算法，该研究提出了一种用于视频中检测人的方法，取得了 83.11％的检测精度、41.27％的召回率的效果，并比在普通图像上对人物进行分类的速度快 76.866 倍。

    Sep, 2017

  • 利用自监督学习和最小标签自动检测手术视频中的身外画面以保护隐私

    利用自我监督和最少数据标签，我们提出一个可以精准检测手术视频中出现的躯体外视频帧的框架，该方法使用大量无标记内窥镜图像进行自我监督学习，并使用辅助任务的预训练和有限监督的微调，可提高医疗数据隐私保护，该方法达到了 96.00-98.02 的平均 F1 分数。

    Mar, 2023

  • 视频伪装目标检测隐式运动处理

    提出了一种新的视频伪装目标检测 (VCOD) 框架，可以利用短期动态和长期时间一致性来检测视频帧中的伪装目标，采用单一优化框架统一了运动估计和对象分割，并使用空间 - 时间变换器从而有效地处理视频的时间动态，提供了一个名为 MoCA-Mask 的大规模 VCOD 数据集，为该方向的研究建立了综合性的基准测试。

    Mar, 2022

  • 高性能视频目标检测

    本文探讨了基于多帧端到端学习特征和帧间运动的统一方法，该方法扩展了之前的研究并引入了三个新技术来提高视频物体检测性能。

    Nov, 2017