WEKO3
アイテム
深層学習モデルに基づくエスカレーターの危険動作認識および警告に関する研究
https://ipsj.ixsq.nii.ac.jp/records/238542
https://ipsj.ixsq.nii.ac.jp/records/238542beda10b4-a09d-4ed2-b744-794b7f597f4e
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-AVM24125007.pdf (1.3 MB)
2026年8月28日からダウンロード可能です。
|
Copyright (c) 2024 by the Information Processing Society of Japan / the Institute of Image Information and Television Engineers
|
|
| 非会員：¥660, IPSJ:学会員：¥330, AVM:会員：¥0, DLIB:会員：¥0 | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-08-28 | |||||||||
| タイトル | ||||||||||
| タイトル | 深層学習モデルに基づくエスカレーターの危険動作認識および警告に関する研究 | |||||||||
| タイトル | ||||||||||
| 言語 | en | |||||||||
| タイトル | Research on Dangerous Behavior Recognition and Warning System for Escalators Based on Deep Learning Models | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||||
| 資源タイプ | technical report | |||||||||
| 著者所属 | ||||||||||
| 芝浦工業大学理工学研究科社会情報研究室 | ||||||||||
| 著者所属 | ||||||||||
| 芝浦工業大学理工学研究科社会情報研究室 | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Graduate School of Engineering and Science, Shibaura Institute of Technology, Social Information Laboratory | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Graduate School of Engineering and Science, Shibaura Institute of Technology, Social Information Laboratory | ||||||||||
| 著者名 |
朱, 永軒
× 朱, 永軒
× 中村, 広幸
|
|||||||||
| 著者名(英) |
Yongxuan, Zhu
× Yongxuan, Zhu
× Hiroyuki, Nakamura
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 本研究は，深層学習と画像認識技術を活用し，エスカレーター上で発生し得る危険行為をリアルタイムで識別し，音声警告を行うシステムの開発を目的としている．近年，エスカレーターの利用が増加する中で，その安全性がますます重要視されている．エスカレーター事故には様々な種類があるが，最も多いのは転倒事故である．データによると，転倒事故の多くは乗り方の不適切さによって引き起こされている．例えば，逆行，黄色い線を踏み越える，大きな荷物を持ち込むなどの行為は，転倒のリスクを大幅に高める．本システムでは，リアルタイムの動画ストリームからフレームを抽出し，画像のノイズ除去やコントラスト強調を行う．OpenPose を用いて乗客の骨格キーポイントを抽出し，YOLO v8 技術で高精度なデータを生成する．識別された危険行為に対して，システムは自動的に音声警告を発し，利用者に注意を促す．これにより，エスカレーター利用者の安全性を向上させ，事故の未然防止に寄与することを目指している． | |||||||||
| 論文抄録(英) | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | This research aims to develop a system that utilizes deep learning and image recognition technologies to identify potentially dangerous behaviors on escalators in real time and issue voice warnings. With the increasing use of escalators in recent years, their safety has become increasingly important. There are various types of escalator accidents, but the most common are fall accidents. Data indicate that many fall accidents are caused by improper riding behaviors. For instance, walking in the opposite direction, stepping over the yellow line, and carrying large luggage significantly increase the risk of falling. In this system, frames are extracted from real-time video streams, and image noise removal and contrast enhancement are performed. Passenger skeletal keypoints are extracted using OpenPose, and high-precision data are generated using YOLO v8 technology. For identified dangerous behaviors, the system automatically issues voice warnings to alert users. This system aims to enhance the safety of escalator users and contribute to the prevention of accidents. | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AN10438399 | |||||||||
| 書誌情報 |
研究報告オーディオビジュアル複合情報処理（AVM） 巻 2024-AVM-125, 号 7, p. 1-5, 発行日 2024-08-28 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 2188-8582 | |||||||||
| Notice | ||||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||||
| 出版者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
