검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Computer Vision-Based Tracking of Workers in Construction Sites Based on MDNet MDNet 기반 건설 현장 근로자의 컴퓨터 비전 기반 추적

Wen LIU, Yixiao SHAO, Shihong ZHAI, Zhao YANG, Peishuai CHEN

  • 조회수

    0

  • 이것을 인용

요약 :

생산성 평가, 불안전한 행동 인식 및 진행 모니터링과 같은 작업에는 건설 프로젝트와 관련된 객체의 자동 연속 추적이 필요합니다. 많은 컴퓨터 비전 기반 추적 접근 방식이 건설 현장에서 조사되고 성공적으로 테스트되었습니다. 그러나 실제 적용은 건설 현장의 역동적이고 복잡한 특성(예: 배경, 폐색, 다양한 규모 및 포즈가 있는 혼란)으로 인해 추적 정확도가 제한되어 방해를 받습니다. 더 나은 추적 성능을 달성하기 위해 MD-CNN(Multi-Domain Convolutional Neural Networks)이라는 새로운 심층 학습 기반 추적 접근 방식이 제안되고 조사되었습니다. 제안된 접근 방식은 두 가지 주요 단계로 구성됩니다. 1) 학습의 다중 도메인 표현; 2) 온라인 시각적 추적. 이 접근 방식의 효과와 실행 가능성을 평가하기 위해 중국 우한의 지하철 프로젝트에 적용했으며 그 결과 복잡한 배경을 가진 건설 시나리오에서 우수한 추적 성능을 보여줍니다. MDNet의 평균 거리 오차와 F-측정값은 각각 7.64픽셀과 67픽셀입니다. 결과는 제안된 접근법이 현장 관리자가 건설 현장의 위험 예방을 위해 작업자를 모니터링하고 추적하는 데 사용할 수 있음을 보여줍니다.

발행
IEICE TRANSACTIONS on Information Vol.E106-D No.5 pp.653-661
발행일
2023/05/01
공개일
2022/10/20
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2022DLP0045
원고의 종류
Special Section PAPER (Special Section on Deep Learning Technologies: Architecture, Optimization, Techniques, and Applications)
범주
똑똑한 산업

작성자

Wen LIU
  CCCC Second Harbor Engineering Co., Ltd.
Yixiao SHAO
  Huazhong University of Science and Technology
Shihong ZHAI
  CCCC Second Harbor Engineering Co., Ltd.
Zhao YANG
  CCCC Second Harbor Engineering Co., Ltd.
Peishuai CHEN
  CCCC Second Harbor Engineering Co., Ltd.

키워드