Creating Unbiased Public Benchmark Datasets with Data Leakage Prevention for Predictive Process Monitoring
Research Centre for Information Systems Engineering (LIRIS), KU Leuven(鲁汶大学信息系统工程研究中心(LIRIS))
人工智能的进步,特别是机器学习,越来越多地吸引了人们对预测过程监控的研究兴趣和努力,这是过程挖掘(PM)的子领域,涉及预测下一个事件,过程结果和剩余执行时间。不幸的是,研究人员使用各种数据集和方法将它们分成训练集和测试集。这些预处理步骤的文档并不总是完整的。因此,研究结果很难甚至不可能复制和比较论文。有时,使用非公有领域知识进一步阻碍了思想的公平竞争。通常,训练集和测试集没有完全分离,这是预测过程监控特有的数据泄漏问题。此外,测试集通常遭受偏见的情况下,持续时间和运行的情况下的数量的混合。这些障碍对该领域的进展构成挑战。本文的贡献是识别和证明这些障碍的重要性,并提出预处理步骤,以原则性的方式获得无偏的基准数据集,从而创建具有代表性的测试集,而不会导致数据泄漏,目的是公平竞争,促进开放科学,并有助于预测过程监测的更快进展。
2021-07-05 cs.AI
Video Surveillance for Road Traffic Monitoring
Universitat Politècnica de Catalunya(加泰罗尼亚理工大学)
本文介绍了巴塞罗那自治大学计算机视觉硕士课程视频分析模块中学习到的技术,用于解决AI城市挑战赛的第三条赛道。这项挑战旨在通过放置在城市多个交叉路口的多个摄像头跟踪车辆。该方法遵循的重点,首先在解决多跟踪在一个单一的相机,然后将其扩展到多个相机。所实现的技术的定性结果使用标准的视频分析指标,如mAP的目标检测和IDF1的跟踪。源代码可在https://github.com/mcv-m6-video/mcv-m6-2021-team4上公开获取。
2021-05-11 cs.CV
Video-to-Text Pedestrian Monitoring (VTPM): Leveraging Computer Vision and Large Language Models for Privacy-Preserve Pedestrian Activity Monitoring at Intersections
University of Central Florida(中佛罗里达大学)
本文提出VTPM框架,结合计算机视觉与大型语言模型,在交叉口进行隐私保护的行人活动监测,生成实时文本报告,并通过微调模型实现历史安全分析,大幅节省内存并消除隐私问题。
2024-08-21 cs.AI cs.CV
Demystifying the Potential of ChatGPT-4 Vision for Construction Progress Monitoring
Yildiz Technical University(耶尔德兹技术大学);Middle East Technical University(中东技术大学)
本文探讨GPT-4 Vision在建筑进度监控中的应用,发现其能识别阶段、材料和机械,但精确定位和分割受限,未来可通过领域训练和技术整合提升实用性。
2024-12-20 cs.AI cs.CV
An Open-Source Monitoring Framework for Data Exploration and Progress Tracking in Multi-Center Radiology Studies
Germany Cancer Research Center(德国癌症研究中心);University of Heidelberg(海德堡大学);University Hospital Frankfurt(法兰克福大学医院);Charite Universitätsmedizin Berlin(柏林夏里特医学院);Berlin Institute of Health(柏林健康研究所)
提出基于Grafana-Prometheus的轻量级开源监控架构,通过聚合分布式站点指标并可视化,实现隐私保护的数据探索和进度监控,已在德国RACOON联盟38家大学医院部署验证。
2026-06-16 cs.CV
Utilizing Computer Vision for Continuous Monitoring of Vaccine Side Effects in Experimental Mice
Purdue University(普渡大学);China Agricultural University(中国农业大学);The Ohio State University(俄亥俄州立大学);The University of Sydney(悉尼大学);Kunsan National University(群山国立大学)
本研究提出利用计算机视觉分析实验小鼠接种前后的行为视频并训练机器学习模型,以自动、持续识别疫苗副作用的细微变化,弥补人工观察不足。
2024-04-03 cs.CV q-bio.NC
Machine Learning and Computer Vision Techniques in Continuous Beehive Monitoring Applications: A survey
Brno University of Technology(布尔诺理工大学);Lappeenranta-Lahti University of Technology LUT(拉彭兰塔-拉赫蒂理工大学);TU Wien(维也纳工业大学)
本文综述了50篇关于利用计算机视觉和机器学习技术进行自动化蜂巢监测(如花粉、瓦螨检测及蜜蜂交通监测)的论文,分析了研究趋势,旨在为相关领域专家介绍技术可能性并启发未来研究。
2023-09-14 cs.AI cs.CV cs.LG
Transfer Learning Applied to Computer Vision Problems: Survey on Current Progress, Limitations, and Opportunities
Hillsborough High School (IB)(希尔斯伯勒高中(IB课程));Mississippi State University(密西西比州立大学)
本综述聚焦迁移学习(TL)在计算机视觉(CV)领域的应用,梳理了TL通过复用预训练模型以更少数据和计算实现相近准确率的技术进展,同时探讨其当前局限与未来机遇。
2024-09-12 cs.AI cs.CV
Deep Learning-Based Computer Vision for Real Time Intravenous Drip Infusion Monitoring
Politecnico di Bari(巴里理工大学)
本文探讨了使用基于深度学习的计算机视觉来实时监测静脉(IV)输液中的流量。静脉输注是住院患者最常见的治疗方法之一,考虑到过度输注和输注不足都可能导致严重损害,因此监测给予患者的液体流速对其安全性非常重要。所提出的系统使用相机来拍摄IV滴注输液套件,并使用基于深度学习的算法来将所获取的帧分类为两种不同的状态:具有刚刚开始成形的液滴的帧和具有良好成形的液滴的帧。这两种状态的交替用于对液滴进行计数并得出液滴流速的测量值。使用相机作为传感元件使得所提出的系统在医疗环境中安全,并且更容易集成到当前的卫生设施中。实验结果证实了该系统的准确性和它的能力,以产生实时估计的文件。因此,所提出的方法可以有效地采用,以实现静脉输液监测和控制系统。
2020-11-21 cs.CV cs.LG
Road Network Deterioration Monitoring Using Aerial Images and Computer Vision
Human Brain Technologies(人脑科技公司);Universidad Nacional de Colombia(哥伦比亚国立大学);Escuela Colombiana de Ingeniería Julio Garavito(胡利奥·加拉维托哥伦比亚工程学院)
道路养护是保证任何城市交通质量的重要环节。有效维护道路的一个关键步骤是有能力更新道路网的库存。我们提出了一个协议的概念证明,用于维护所述库存的基础上使用的无人驾驶飞行器,以快速收集图像处理的计算机视觉程序,自动识别坑洞和它们的严重性。我们的协议旨在为地方政府提供信息,以优先考虑道路网络维护预算,并能够检测道路恶化的早期阶段,从而最大限度地减少维护支出。
2022-09-30 cs.CV cs.CY
AppleScab-LT: A Longitudinal Real-Field Apple Scab Dataset for Temporal Disease Progression Analysis
National Institute of Technology, Hazratbal Srinagar(斯里那加国家理工学院);Indian Institute of Technology, Ropar(罗帕尔印度理工学院)
本研究构建了AppleScab-LT纵向真实苹果黑星病数据集,包含21个叶片序列等数据及相关质量保障机制,为时间病害分析等提供可靠资源。
2026-08-17 cs.CV
Real-Time Cooked Food Image Synthesis and Visual Cooking Progress Monitoring on Edge Devices
Samsung R&D Institute India(三星印度研发院)
本文提出了一种边缘高效的生成模型,通过引入基于烤箱的烹饪进程数据集和领域特定的CIS度量标准,实现了在边缘设备上实时合成逼真烹饪食品图像并监控烹饪进程。
2025-11-21 cs.CV cs.LG
Material Recognition for Automated Progress Monitoring using Deep Learning Methods
Art University of Tehran(德黑兰艺术大学);Ferdowsi University of Mashhad(马什哈德菲尔多西大学);Islamic Azad University Taft(塔夫伊斯兰阿扎德大学);Dibrugarh University(迪布鲁格尔大学);Deakin University(迪肯大学)
人工智能的最新进展,特别是深度学习,通过引入最先进的自动化方法,不可逆转地改变了许多领域。建筑监控也不例外,作为建筑监控系统的一部分,材料分类和识别已经引起了深度学习和机器视觉研究人员的关注。然而,要创建生产就绪系统,还有很长的路要走。现实世界的问题,如不同的照明和达到可接受的精度需要解决,以创建强大的系统。在本文中,我们已经解决了这些问题,并达到了最先进的性能,即,97.35%的准确率。此外,一个新的数据集,包含1231个图像的11类从几个建筑工地收集和公开发表,以帮助其他研究人员在这一领域。
2021-04-17 cs.CV stat.ML
Electroencephalography signal processing based on textural features for monitoring the driver's state by a Brain-Computer Interface
University of Cagliari(卡利亚里大学)
在本研究中,我们探讨了一种纹理处理方法的脑电(EEG)信号作为一个指标,以估计驾驶员的警觉性在一个假设的脑机接口(BCI)系统。提出的解决方案的新颖性依赖于采用一维局部二进制模式(1D-LBP)算法的特征提取从预处理的EEG数据。从所得到的特征向量,分类是根据三个警惕类:清醒,疲倦和困倦。该方法通过描述脑电信号中微模式发生的变化来检测类别转换。1D-LBP能够通过检测信号的相互变化来描述它们,该信号暂时“接近”为短比特码。我们的分析可以得出结论,1D-LBP的采用导致了显着的性能改善。此外,从EEG信号中捕获类别转换是有效的,尽管整体性能还不足以开发用于评估驾驶员在真实环境中的警惕性的BCI。
2020-10-17 cs.CV
A Dataset of Images of Public Streetlights with Operational Monitoring using Computer Vision Techniques
Toshiba Europe Ltd.(东芝欧洲有限公司);Bristol Research and Innovation Laboratory, Toshiba Europe Ltd.(东芝欧洲有限公司布里斯托尔研究与创新实验室)
介绍了一个路灯图像数据集。我们的数据集包括$\sim350\textrm{k}$图像,从140 UMBRELLA节点安装在英国南格洛斯特郡地区。每个UMBRELLA节点都安装在灯柱上,并配备了一个面向天空和灯柱灯泡的Raspberry Pi相机模块v1。每个节点每小时收集一张图像,每天24小时。数据汇集的时间跨度为六个月。所拍摄的每个图像连同灯柱的全球定位系统(GPS)坐标一起被记录为数据集中的单个条目。数据集中的所有条目都已基于灯柱的操作进行了后处理和标记,即,灯柱是接通还是断开。该数据集可用于训练深度神经网络,并生成预训练模型,为智能城市CCTV应用、智能天气检测算法或街道基础设施监控提供特征表示。数据集可在\url{https://doi.org/10.5281/zenodo.6046758}上找到。
2022-10-14 cs.CV
Spatial Monitoring and Insect Behavioural Analysis Using Computer Vision for Precision Pollination
Monash University(莫纳什大学);RMIT University(皇家墨尔本理工大学)
昆虫是全球农作物最重要的传粉者,在维持自然生态系统的可持续性方面发挥着关键作用。因此,昆虫授粉监测和管理对于提高作物产量和粮食安全至关重要。计算机视觉促进传粉者监测可以加强数据汇集,而不是使用手动方法。它产生的新数据可以提供对昆虫分布的详细了解,并促进足以预测其授粉效果和支持精确授粉的细粒度分析。当前的计算机视觉在复杂的室外环境中促进昆虫跟踪在空间覆盖方面受到限制,并且通常限于单一昆虫物种。这限制了它对农业的重要性。因此,在这篇文章中,我们介绍了一种新的系统,以方便无标记的数据捕获昆虫计数,昆虫运动跟踪,行为分析和授粉预测在大型农业领域。我们的系统包括边缘计算多点视频记录,离线自动多物种昆虫计数,跟踪和行为分析。我们实施和测试我们的系统在商业浆果农场,以证明其能力。我们的系统成功地跟踪了四种昆虫品种,在9个监测站内的polytunnels,获得F-分数高于0.8的每一个品种。该系统能够计算关键指标,以评估每种昆虫品种的相对授粉影响。随着技术的进步,精确授粉的详细、持续的数据汇集变得可以实现。这对于为种植者和养蜂人管理作物授粉提供信息非常重要,因为它允许做出数据驱动的决策,以改善粮食生产和粮食安全。
2022-11-11 cs.CV q-bio.QM
BPE and computer-extracted parenchymal enhancement for breast cancer risk, response monitoring, and prognosis
Image Sciences Institute, University Medical Center Utrecht(乌得勒支大学医学中心影像科学研究所)
乳腺癌的功能行为-代表潜在的生物学-可以使用MRI进行分析。最广泛使用的乳腺MR成像协议是动态对比增强T1加权成像。由于造影剂从渗漏的血管渗漏到间质空间中,因此在动态对比增强的MR成像上癌症增强。造影剂随后泄漏回血管空间,产生冲洗效应。正常乳腺实质组织也可增强。这种增强通常随着时间的推移而增加。通常,放射科医生使用乳腺成像报告和数据系统(BI-RADS)评估这种背景实质增强(BPE)。根据BI-RADS,BPE是指增强的体积和增强的强度,并分为四个增量类别:最小,轻度,中度和显著。研究人员已经开发出半自动和自动方法来从MR图像中提取BPE的属性。为了清楚起见,在本大纲中,BI-RADS定义将被称为BPE,而计算机提取的属性将不被称为BPE。BPE和计算机提取的实质增强特性都与筛查和诊断、激素状态和年龄、乳腺癌发展风险、反应监测和预后有关。
2018-09-14 cs.CV physics.med-ph
Hydra: Computer Vision for Data Quality Monitoring
Thomas Jefferson National Accelerator Facility(托马斯·杰斐逊国家加速器设施)
本文介绍 Jefferson Lab 的 Hydra 系统,其利用计算机视觉实现近实时数据质量管理,并总结跨实验大厅部署的功能发展、运行挑战与经验。
2024-03-01 cs.CV nucl-ex physics.ins-det
Privacy-Preserving Computer Vision for Industry: Three Case Studies in Human-Centric Manufacturing
本文提出一种隐私保护的计算机视觉框架,通过三个工业案例验证,展示如何在监控中减少隐私风险,为人类导向的AI应用提供指导。
2025-12-10 cs.AI cs.CV
Rethinking Evaluation of Multiple Sclerosis (MS) Lesion Segmentation Models
eBRAIN Lab, Division of Engineering, New York University (NYU) Abu Dhabi(eBRAIN实验室,工程学院,纽约大学(纽约大学阿布扎克分校))
本文重新审视MS病灶分割模型的评估方法,提出问题指纹分析以量化模型在实际医疗场景中的性能,分析现有模型在两个公开数据集上的表现。
2026-05-10 cs.AI cs.CV
Smart Traffic Monitoring System using Computer Vision and Edge Computing
New Jersey Institute of Technology(新泽西理工学院);AT&T Labs(AT&T实验室)
交通管理系统捕获大量视频数据,并利用视频处理的进步来检测和监控交通事件。收集到的数据传统上被转发到流量管理中心(TMC)进行深入分析,因此可能会加剧到TMC的网络路径。为了缓解这种瓶颈,我们建议通过为靠近摄像头的边缘节点配备计算资源(例如云)来利用边缘计算。与TMC相比,具有有限计算资源的微云提供有限的视频处理能力。在本文中,我们专注于两个常见的流量监控任务,拥塞检测和速度检测,并提出了一个基于边缘计算的双层模型,该模型考虑到了云计算能力的有限性和TMC网络条件的不稳定性。我们的解决方案为每个任务使用两种算法,一种在边缘实现,另一种在TMC实现,它们是考虑到不同的计算资源而设计的。虽然TMC提供强大的计算能力,但它接收的视频质量取决于底层网络条件。另一方面,边缘处理非常高质量的视频,但计算资源有限。我们的模型捕捉到了这种权衡。我们通过不同天气和网络条件下的测试台实验来评估所提出的两层模型以及流量监控算法的性能,并表明我们提出的混合边缘云解决方案优于仅云和仅边缘解决方案。
2021-09-07 cs.CV
Application of Attention Mechanism with Bidirectional Long Short-Term Memory (BiLSTM) and CNN for Human Conflict Detection using Computer Vision
Instituto Federal de Educação, Ciência e Tecnologia do Amazonas (IFAM)(亚马逊联邦教育、科学与技术研究所(IFAM))
本研究结合注意力机制、CNN和BiLSTM提升视频中暴力行为检测的准确性与鲁棒性,为实时冲突监控系统提供有效方案。
2025-02-25 cs.AI cs.CV
Algorithmic progress in computer vision
Epoch;MIT FutureTech(麻省理工学院未来科技)
该研究基于神经缩放定律模型与Shapley值归因,分析ImageNet图像分类任务的进展来源,发现算法改进与算力缩放重要性相当,且算力增强型算法进展速度超摩尔定律两倍,每9个月减半算力需求。
2023-08-24 cs.CV cs.LG
Monitoring of people entering and exiting private areas using Computer Vision
Department of studies in Computer Science, University of Mysore(迈索尔大学计算机科学研究系);Indian Institute of Information Technology - Allahabad(阿拉哈巴德印度信息技术学院)
出入境监控是一个新的研究问题,它解决了人们在公共场所(如购物中心,机场,公共汽车和火车站)的基本设施,如厕所和更衣室等摄像头禁区内获得绝对隐私时的安全问题。目标是,如果不在这些摄像头禁区内,则从外部监视个人,以分析他们在里面花费的时间以及他们外表的可疑变化(如果有的话)。在本文中,首先,一个伪注释的数据集的实验室观察的人进入和退出的相机禁区捕获使用两个摄像头,对比国家的最先进的单摄像头为基础的EnEx数据集。通常,所提出的数据集被命名为\textbf{\textit{EnEx2}}。接下来,一个基于空间转换的事件检测,以确定个人的进入或退出,提出了标准的结果,通过评估所提出的模型,使用建议的数据集和公开可用的标准视频监控数据集,假设出入境监控场景。该数据集有望在出入境监管领域引发积极的研究。
2019-08-28 cs.CV
Monitoring Achilles tendon healing progress in ultrasound imaging with convolutional neural networks
Medical University of Warsaw(华沙医科大学);University of Warsaw(华沙大学);SGH Warsaw School of Economics(SGH华沙经济学院);Carolina Medical Center(卡罗莱纳医疗中心);Warsaw University of Technology(华沙理工大学);Tooploox
跟腱断裂是一种使人衰弱的损伤,通常通过手术修复和长期康复来治疗。然而,复苏是长期的,而且往往是不完全的。诊断以及愈合进展评估主要基于超声和磁共振成像。在本文中,我们提出了一种基于深度学习的自动方法,用于分析跟腱状况并估计其在超声图像上的愈合进度。我们开发了自定义卷积神经网络,用于愈合评分和特征提取的分类和回归。我们的模型在超过250.000个矢状和超过450.000个轴向超声切片的采集数据集上进行训练和验证。所获得的估计值显示出与放射科专家评估的高度相关性,就描述愈合进展的所有关键参数而言。我们还观察到与i.a.腱内愈合过程用矢状切片更好地建模。我们证明,超声成像是定量的跟腱愈合过程的临床评估有用,应被视为补充磁共振成像。
2019-09-11 cs.CV eess.IV q-bio.QM
Lightweight Regression Model with Prediction Interval Estimation for Computer Vision-based Winter Road Surface Condition Monitoring
提出轻量级深度学习回归模型SIWNet,通过额外网络头部和最大似然损失函数估计预测区间以实现不确定性估计,在SeeingThroughFog数据集上保持点估计精度且架构更轻量,提升冬季路面摩擦估计的实用部署效率。
2024-04-26 cs.CV
Computer Vision for Wildlife Monitoring: Detecting Brown Howler Monkeys using YOLO
PUCRS(南里奥格兰德天主教大学);UERGS(南里奥格兰德州立大学);SEMA(南里奥格兰德州环境秘书处)
针对城市扩张导致树栖物种栖息地破碎化问题,研究使用YOLOv10框架自动检测相机陷阱视频中的棕吼猴,通过引入辅助数据优化模型,提升监测效率。
2026-07-03 cs.CV cs.GR
HydroVision: Predicting Optically Active Parameters in Surface Water Using Computer Vision
Department of Computer Science, Virginia Tech(计算机科学系,弗吉尼亚理工学院)
本研究提出基于深度学习的HydroVision框架,可通过地表水RGB图像估算6类光学活性水质参数,在超50万张图像上训练测试后,DenseNet121架构表现最优,为水质监测提供了可扩展低成本的新方案。
2025-09-03 cs.AI cs.CV
Computer Vision-Based Health Monitoring of Mecklenburg Bridge Using 3D Digital Image Correlation
University of Virginia(弗吉尼亚大学);Virginia Transportation Research Council(弗吉尼亚交通研究委员会);Virginia Department of Transportation(弗吉尼亚交通部)
弗吉尼亚大学(UVA)和弗吉尼亚州交通研究委员会之间的合作调查是在梅克伦堡大桥(I-85在梅克伦堡县1号公路)上进行的。该研究小组帮助弗吉尼亚州交通部-里士满区对其中一根桥梁的桥梁行为进行了表征,该桥梁由于之前的腹板屈曲和失稳失效而进行了修复。调查的重点是收集下降序列(拆除支座/桥墩上的支撑梁的千斤顶)期间的全场三维数字图像相关(3D-DIC)变形测量。此外,使用手持式激光扫描仪在跌落之前和之后对截面进行测量,以评估侧向变形或面外屈曲的可能性。研究结果表明,屈曲的测试梁没有发生,但确实提供了一系列的方法,可用于评估修复钢梁端部的有效性。具体而言,结果提供了一种方法,可以估计恒载分布,通过反算。
2020-04-25 cs.CV eess.IV
EmoFit: Affect Monitoring System for Sedentary Jobs
Louisiana State University(路易斯安那州立大学)
工作场所的身心健康对于积极的工作环境和更高的生产力至关重要。软件编程等工作导致久坐不动的生活方式,需要与计算机进行高度互动。在同一份工作上工作多年会导致智力停滞和缺乏动力的感觉。许多员工由于厌恶工作责任和与同事或老板不相容等原因而缺乏动力,轻度至重度抑郁。本研究提出一个情感监测系统,即情感健康监测系统,它将扮演心理和生理健康教练的角色。每天的计算机活动和肢体语言进行分析,以检测用户的身体和情感健康。键盘敲击,活动中断,眼动追踪,面部表情,身体姿势和语音进行监测,以衡量用户的健康。该系统还提供了一些活动,如桌面练习和减压游戏以及激励性的报价,以促进用户的福祉。实验结果和来自测试对象的积极反馈表明,在涉及大量使用计算机的工作中,健康健身有助于改善情绪和身体健康。
2016-07-05 cs.CV cs.HC
Computer Vision with Deep Learning for Plant Phenotyping in Agriculture: A Survey
Indian Institute of Technology(印度理工学院);The University of Tokyo(东京大学)
鉴于世界各地粮食需求不断增长,农业面临的挑战日益严峻,有效的作物管理技术对提高作物产量至关重要。精准农业技术使利益相关者能够根据从监测作物环境中收集的数据做出有效和定制的作物管理决策。植物表型分析技术在准确的作物监测中发挥着重要作用。深度学习的进步使以前困难的表型分析任务成为可能。本调查旨在向读者介绍深层植物表型研究的最新进展。
2020-06-18 cs.CV
Computer Vision Toolkit for Non-invasive Monitoring of Factory Floor Artifacts
University of Cincinnati(辛辛那提大学);TechSolve, Inc.(TechSolve公司)
数字化使智能互联技术成为企业、政府和社区不可或缺的一部分。对于制造业数字化,一直在积极研究和开发,重点是云制造(CM)和工业物联网(IIoT)。这项工作提出了一个计算机视觉工具包(CV工具包)的工厂车间的非侵入式数字化符合工业4.0的工厂数据汇集的要求。目前,由于其设计和传感器的变化受到限制,传统系统的数字化仍然存在技术挑战。这种新型工具包的开发旨在促进传统生产机械和工厂车间工件与数字和智能制造环境的轻松集成,而无需对机器进行任何物理更改。开发的系统是模块化的,可以实时监控生产机械。模块化方面允许在CV Toolkit的当前框架中纳入新的软件应用程序。为了以简单、可部署和具有成本效益的方式将该工具包与制造车间连接起来,该工具包与已知的制造数据标准MTConnect集成,以将数字输入“转换”成可由商业状态跟踪和报告软件解决方案读取的数据流。拟议的工具包演示使用模拟面板环境开发的内部在辛辛那提大学,以突出其可用性。
2020-05-12 cs.CV cs.SY eess.SY
A Wearable Gait Monitoring System for 17 Gait Parameters Based on Computer Vision
University of Wisconsin–Madison(威斯康星大学麦迪逊分校)
本文提出一种基于立体视觉与力敏电阻的鞋载步态监测系统,可测量17项步态参数,准确率超93.61%,并验证了其采集的数据适用于Transformer步态识别及与大语言模型集成。
2024-11-16 cs.CV cs.SY eess.SP
Computer Vision and Deep Learning for Fish Classification in Underwater Habitats: A Survey
James Cook University(詹姆斯库克大学)
海洋科学家使用远程水下录像来调查鱼类在其自然栖息地的情况。这有助于他们了解和预测鱼类如何应对气候变化、栖息地退化和捕捞压力。这些信息对于发展可持续渔业供人类消费和保护环境至关重要。然而,大量收集的视频使得提取有用的信息对于人类来说是一项艰巨而耗时的任务。解决这一问题的一个很有前途的方法是尖端的深度学习(DL)技术。DL可以帮助海洋科学家快速有效地解析大量视频,解锁传统人工监测方法无法获得的生态位信息。在本文中,我们提供了一个概述的关键概念DL,同时提出了一个调查的文献鱼类栖息地监测,重点是水下鱼类分类。我们还讨论了开发DL水下图像处理时面临的主要挑战,并提出了解决这些问题的方法。最后,我们提供了深入了解海洋栖息地监测研究领域,并阐明了未来的DL水下图像处理可能举行。本文的目的是通知广大读者从海洋科学家谁愿意在他们的研究中应用DL计算机科学家谁愿意调查国家的最先进的DL为基础的水下鱼类栖息地监测文献。
2022-04-16 cs.CV cs.LG
Intelligent Traffic Monitoring with YOLOv11: A Case Study in Real-Time Vehicle Detection
University of Tetovo(泰托沃大学)
本文提出一种结合预训练YOLOv11检测器与BoT-SORT/ByteTrack的实时交通监控系统,实现高效车辆检测与计数,无需依赖云服务,在多种场景中达到高准确率和召回率。
2026-04-05 cs.AI cs.CV cs.LG
Classroom Behavior Monitoring with YOLO An Empirical Study in Higher Education Settings
Banking Academy of Vietnam(越南银行学院)
研究针对课堂行为监测,引入越南银行学院课堂视频数据集并标注九类行为,评估比较先进计算机视觉模型,用YOLOv11取得最佳性能,为自动课堂监测可行性及质量管理提供见解。
2026-07-07 cs.CV cs.CY
Fully Automated Hand Hygiene Monitoring\\in Operating Room using 3D Convolutional Neural Network
University of Ulsan College of Medicine(蔚山大学医学院);Asan Medical Center(峨山医疗中心)
手卫生是预防医院获得性感染(HAI)的最重要因素之一,HAI通常由手术室(OR)中与患者接触的医务人员传播。手卫生监测对于调查和减少手术室内感染的爆发可能很重要。然而,由于OR场景的视觉复杂性,难以开发用于手部卫生依从性的有效监测工具。近年来,卷积神经网络(CNN)在视频理解中的应用越来越广泛。利用这一进展,我们提出了一个完全自动化的手部卫生监测工具的基于酒精的手摩擦动作的麻醉师在手术室视频使用时空特征与三维CNN。首先,麻醉医生的上半身感兴趣区域(ROI)的检测和裁剪。时间平滑滤波器应用于ROI。然后,将ROI提供给3D CNN,并将其分为两类:搓手或其他动作。我们观察到来自Kinetics-400的迁移学习是有益的,而光流流在我们的数据集中没有帮助。测试结果表明,该算法的准确率、精确率、召回率和F1得分分别为0.76、0.85、0.65和0.74。
2020-03-20 cs.CV
Indoor 3D Video Monitoring Using Multiple Kinect Depth-Cameras
University of Valladolid(巴利亚多利德大学)
本文介绍了一个系统的设计和开发,用于远程室内3D监控使用一个未定数量的微软(R)Kinect传感器。在所提出的客户端-服务器系统中,Kinect相机可以连接到不同的计算机,从而解决了每个USB控制器一个传感器的硬件限制。这种限制背后的原因是传感器所需的高带宽,这也成为分布式系统TCP/IP通信的一个问题。由于流量太大,3D数据必须经过压缩才能通过网络发送。该解决方案包括将Kinect数据自编码为RGB图像,然后使用标准的多媒体编解码器压缩彩色地图。来自不同来源的信息被收集到中央客户端计算机中,在那里点云被转换以重建3D场景。提出了一种算法,方便地合并由每个Kinect本地检测到的骨架,使监测的人是强大的自我和用户间的遮挡。最终的骨架被标记,并且每个关节的轨迹可以被保存以用于事件重建或进一步分析。
2014-03-12 cs.CV
Monitoring crop phenology with street-level imagery using computer vision
European Commission, Joint Research Centre (JRC)(欧盟委员会联合研究中心)
街道一级的图像具有扩大现场数据汇集规模的巨大潜力。这是通过将廉价的高质量相机的使用与深度学习计算解决方案的最新进展相结合来实现的,以获得相关的主题信息。我们提出了一个框架,收集和提取作物类型和物候信息,从街道级图像使用计算机视觉。在2018年的生长季节,在荷兰的弗莱福兰省,人们用侧视运动相机拍摄了高清照片。从3月到10月,每个月都对一条200公里的固定路线进行调查,每秒收集一张照片,总共产生40万张附有地理标记的照片。在220个具体的地块位置详细的现场作物物候观测记录了17种作物类型。此外,时间跨度还包括具体的出苗前地块阶段,如春季和夏季作物的不同耕作裸土以及收获后耕作做法,如绿肥和渔获作物。分类是使用TensorFlow与众所周知的图像识别模型进行的,基于卷积神经网络(MobileNet)的迁移学习。一个超调方法,以获得最佳性能的模型中的160个模型。这个最好的模型被应用在一个独立的推理集,判别作物类型的宏观F1得分为88.1%,主要物候期在86.9%的地块水平。讨论了这种方法的潜力和注意事项以及实施和改进的实际考虑。所提出的框架加快了高质量的现场数据汇集,并建议通过使用计算机视觉自动分类的大量数据汇集的途径。
2021-12-16 cs.CV stat.AP
Collaborative real-time vision-based device for olive oil production monitoring
Faculty of Natural Sciences;Mathematics University of Montenegro Cetinjska 2, 81000 Podgorica, Montenegro
本文提出一种基于计算机视觉的实时监测系统,用于橄榄油生产过程中检测异物,通过激光、音频和视觉提示及时提醒操作员,以防止机械损坏并改进质量控制。
2024-07-18 cs.AI cs.CV cs.ET
A Computer Vision System for Attention Mapping in SLAM based 3D Models
JOANNEUM RESEARCH Forschungsgesellschaft mbH(JOANNEUM RESEARCH 研究有限公司)
在交互研究的框架中对人的因素的研究已经与可用性工程和人机工程学相关了几十年。如今,随着可穿戴眼动追踪和谷歌眼镜的出现,对人为因素的监控将很快变得无处不在。这项工作描述了一个计算机视觉系统,使无处不在的映射和监测人类的注意力。关键的贡献是,我们的方法使全3D恢复的凝视指针,人体视锥台和相关的人类为中心的测量直接到一个自动计算的3D模型实时。我们将RGB-D SLAM和描述符匹配方法应用于所获取的3D模型内的ROI(感兴趣区域)的3D建模、定位和全自动注释。这种创新的方法将为现实世界环境中的注意力研究开辟新的途径,为人为因素技术的自动化处理带来新的潜力。
2013-05-06 cs.CV
GEO-Bench: Toward Foundation Models for Earth Monitoring
ServiceNow Research(ServiceNow研究院);Technical University of Munich(慕尼黑工业大学);Stanford University(斯坦福大学);Arizona State University(亚利桑那州立大学);MIT(麻省理工学院);ETH Zurich(苏黎世联邦理工学院);Clark University(克拉克大学);Mila-Quebec(魁北克人工智能研究所);University of Montreal(蒙特利尔大学)
该研究提出GEO-Bench基准,包含六个分类和六个分割任务,并配套稳健评估方法,报告20个基线结果,旨在推动地球监测基础模型的发展。
2023-12-23 cs.CV cs.LG
FasterRCNN Monitoring of Road Damages: Competition and Deployment
Kobe University(神户大学)
维护老化的基础设施是世界各地的地方和国家管理人员目前面临的一项挑战。高效基础设施维护的一个重要前提是持续监控(即,量化安全性和可靠性水平)的状态。与此同时,计算机视觉近年来取得了令人印象深刻的进步,这主要归功于深度学习模型的成功应用。这些新的进展使视觉任务自动化成为可能,这在以前是不可能实现自动化的,为帮助管理员优化基础设施维护操作提供了有希望的可能性。在此背景下,IEEE 2020全球道路损坏检测(RDD)挑战赛为深度学习和计算机视觉研究人员提供了参与并帮助准确跟踪道路网络上的路面损坏的机会。本文提出了两个贡献的主题:在第一部分中,我们详细介绍了我们的解决方案RDD的挑战。在第二部分中,我们提出了我们的努力部署我们的模型在当地的道路网络,解释所提出的方法和遇到的挑战。
2020-10-22 cs.CV
A computer vision method to estimate ventilation rate of Atlantic salmon in sea fish farms
Coastal and Marine Research Centre, Australian Rivers Institute, Griffith University(格里菲斯大学澳大利亚河流研究所海岸与海洋研究中心);Institute for Integrated and Intelligent Systems, School of Information and Communication Technology, Griffith University(格里菲斯大学信息与通信技术学院集成与智能系统研究所);Blue Economy Cooperative Research Centre(蓝色经济合作研究中心);Tassal Group(Tassal集团)
本文提出一种基于鱼头检测、嘴部状态分类和多目标跟踪的计算机视觉方法,用于在商业海水养殖场中估算大西洋鲑通气率,并在100条鱼上取得0.82的Pearson相关系数,可有效识别呼吸窘迫网箱。
2025-04-28 cs.CV
COVID-19 in CXR: from Detection and Severity Scoring to Patient Disease Monitoring
RADLogics Ltd.(RADLogics有限公司);Tel-Aviv University(特拉维夫大学)
在这项工作中,我们估计了COVID-19患者肺炎的严重程度,并对疾病进展进行了纵向研究。为了实现这一目标,我们开发了一个深度学习模型,用于在胸部X射线(CXR)图像中同时检测和分割肺炎,并推广到COVID-19肺炎。利用分割来计算指示疾病严重程度的“肺炎比率”。疾病严重程度的测量使得能够建立住院患者随时间推移的疾病程度概况。为了验证模型与患者监测任务的相关性,我们开发了一种验证策略,该策略涉及从连续CT扫描合成数字重建X射线照片(DRR-合成X射线);然后我们将从DRR生成的疾病进展概况与从CT体积生成的疾病进展概况进行了比较。
2021-03-31 cs.CV cs.LG eess.IV
Computer simulation based parameter selection for resistance exercise
Deakin University(迪肯大学)
与大多数科学学科相比,体育科学研究的特点是在发展相关的现象学模型方面投入的精力相对较少。然而,在实践中应用上述模式的情况更少。我们提出了一个框架,允许阻力训练从业者采用最近提出的神经肌肉模型在实际的训练计划设计。第一个创新点涉及教练的监督方面。描述了一种使用计算机视觉从松散约束的视频序列中毫不费力地并且以最少的人工输入提取训练性能特征的方法。提取的数据随后用于拟合底层神经肌肉模型。这是通过求解对应于特定练习的逆动力学问题来实现的。最后,一个计算机模拟的假设训练回合,使用运动员的具体能力参数,是用来预测的影响适应和性能的变化。这里描述的软件允许从业者操纵假设的训练参数,并立即看到它们对特定运动员的预测适应的影响。因此,这项工作提出了监测-评估-调整循环的整体观点。
2013-06-20 cs.CV cs.HC
Systematic Literature Review of Vision-Based Approaches to Outdoor Livestock Monitoring with Lessons from Wildlife Studies
University of Guelph(圭尔夫大学)
本综述结合畜牧与野生动物领域研究,以图像处理流水线梳理大型陆生哺乳动物户外监测的计算机视觉方法,指出深度学习应用趋势,探讨其在精准畜牧业的适用性与未来方向。
2024-10-07 cs.CV cs.LG
What's Cracking? A Review and Analysis of Deep Learning Methods for Structural Crack Segmentation, Detection and Quantification
Glasgow Caledonian University(格拉斯哥卡利多尼亚大学)
表面裂缝是潜在结构故障的一个非常常见的指标。它们的早期检测和监测是结构健康监测的重要因素。如果不加以处理,它们会随着时间的推移而变大,需要昂贵的维修或保养。随着计算机视觉和深度学习算法的最新进展,用于该监测过程的裂缝的自动检测和分割已成为人们感兴趣的主要课题。这篇综述旨在为研究人员提供利用深度学习的裂缝分析算法领域内已发表工作的概述。它概述了通过将计算机视觉算法应用于结构健康监测环境中的表面裂纹来解决的各种任务,并对最近进行裂纹分类,检测,分割和量化的完全,半和无监督方法进行了深入的评论。此外,本文还重点介绍了用于裂缝的流行数据集以及用于评估这些算法性能的指标。最后,潜在的研究差距进行了概述,并提供了进一步的研究方向。
2022-02-08 cs.CV
Algae Detection Using Computer Vision and Deep Learning
Purdue University(普渡大学)
由于人口迅速增长、农业的快速工业化和现代化而造成的水污染的一个令人不安的后果是全球藻类生长的发生率呈指数级增长。有害藻华破坏了渔业,污染了饮用水,杀死了牲畜,造成了数百万美元的经济损失。因此,重要的是要不断监测水体,并确定任何藻类积累,以便迅速采取行动,防止其积累,并避免有害后果。本文提出了一种基于深度学习的藻类监测计算机视觉系统。该系统快速、准确、廉价,可以安装在任何机器人平台上,如USV和UAV,用于自主藻类监测。实验结果表明,该系统可以在不同的环境中检测藻类,不受底层硬件的限制,具有高精度和实时的。
2018-11-27 cs.CV cs.LG cs.RO
Enhancing Ecological Monitoring with Multi-Objective Optimization: A Novel Dataset and Methodology for Segmentation Algorithms
University of Notre Dame(圣母大学);Kitware Inc.(Kitware公司);Queensland University of Technology(昆士兰科技大学)
本研究推出含6096张航拍图像的草种语义分割数据集,提出基于同伦的多目标微调方法平衡分割精度与上下文一致性,在SAM上验证有效,将公开数据与代码以助力生态监测等领域研究。
2024-07-25 cs.CV
Locating and measuring marine aquaculture production from space: a computer vision approach in the French Mediterranean
Stanford University(斯坦福大学);California Institute of Technology(加州理工学院)
针对海水养殖产量数据零散难监测的问题,研究训练计算机视觉模型识别养殖网箱,生成法国地中海2000-2021年养殖数据集,提出高效可扩展的遥感监测方法并量化产量估算不确定性。
2024-06-19 cs.CV
Deep Learning to See: Towards New Foundations of Computer Vision
University of Siena(锡耶纳大学)
在过去几年中,计算机视觉的显着进步主要归功于深度学习,由大量标记数据集的可用性推动,并与GPU范式的爆炸性增长相结合。在赞同这一观点的同时,本书批评了该领域所谓的科学进步,并提出了在基于信息的自然法则框架内对视觉的研究。具体来说,目前的工作提出了关于视觉的基本问题,这些问题仍然远未被理解,引导读者踏上了一段充满与机器学习基础共鸣的新挑战的旅程。中心论点是,为了更深入地理解视觉计算过程,有必要超越通用机器学习算法的应用,而专注于适当的学习理论,考虑到视觉信号的时空性质。
2022-06-30 cs.CV
What can robotics research learn from computer vision research?
Australian Centre for Robotic Vision(澳大利亚机器人视觉中心);Queensland University of Technology(昆士兰科技大学)
计算机视觉和机器人研究社区都很强大。然而,近年来,由于大数据、GPU计算、新颖的学习算法和非常有效的研究方法论,计算机视觉的进展变得越来越快。相比之下,机器人技术的进展似乎较慢。的确,机器人技术后来才开始探索学习的潜力--尽管强化学习似乎提供了真正的潜力,但它相对于动力学、运动学、规划和控制等成熟知识体系的优势仍在争论之中。然而,相比机器人技术,计算机视觉的快速发展不能仅仅归功于前者采用了深度学习。在本文中,我们认为,计算机视觉的收益是由于研究方法论-严格限制下的评估与实验;大胆的数字与视频。
2020-06-12 cs.CV cs.RO
SustainBench: Benchmarks for Monitoring the Sustainable Development Goals with Machine Learning
Caltech(加州理工学院);Stanford(斯坦福大学);UC Berkeley(加州大学伯克利分校)
联合国可持续发展目标(SDG)的进展一直受到缺乏关键环境和社会经济指标数据的阻碍,这些指标历史上来自时间和空间覆盖范围稀疏的地面调查。机器学习的最新进展使得利用丰富、频繁更新和全球可用的数据(例如来自卫星或社交媒体的数据)成为可能,以提供对可持续发展目标进展的见解。尽管早期的结果很有希望,但到目前为止,使用这些数据进行可持续发展目标测量的方法在很大程度上是在不同的数据集上进行评估,或者使用不一致的评估指标,这使得很难理解性能是否在改善,以及在哪里进行额外的研究将最有成效。此外,处理卫星和地面调查数据需要机器学习社区中许多人缺乏的领域知识。在本文中,我们介绍了SustainBench,这是一个涵盖7个可持续发展目标的15个基准任务的集合,包括与经济发展、农业、健康、教育、水和卫生、气候行动和陆地生命相关的任务。15项任务中有11项的数据集是首次公开发布。我们对SustainBench的目标是(1)降低机器学习社区的准入门槛,以促进衡量和实现可持续发展目标;(2)提供标准基准,用于评估各种可持续发展目标任务上的机器学习模型;(3)鼓励开发新型机器学习方法,其中改进的模型性能有助于实现可持续发展目标。
2021-11-08 cs.CV cs.LG