Saftie Camera
100+
Downloads
Alle
info
Om denne app
Denne app er et forsøg på at reducere dødsfald relateret til selfies. Dette
kameraet gør en realtidsanalyse af det billede, den ser og nudger a
bruger, hvis det giver anledning til en scene for at være farlig. Appen gør denne indledning
ved hjælp af dybe læringsmetoder. Vi anbefaler ikke nogen bruger at gå
udelukkende på baggrund af den pludsel, der vises af appen. I stedet slap
skal øge brugerens bevidsthed. Selvom vi har lavet vores
inference model at være robust til forstyrrelser, der er bundet til at være
både falske positive og falske negativer i vores afledninger. Vi foreslår
brugeren handler ansvarligt i sådanne tilfælde. Hvis du føler, at sløret er
forstyrrer dig, klik på ignorere og appen vil ikke pusse dig igen. Bliv
sikkert, mens du klikker på selfies. Dette arbejde er baseret på vores forskningsarbejde:
+ Nanda, V., Lamba, H., Agarwal, D., Arora, M., Sachdeva, N. og Kumaraguru, P. Stop Killfies! Brug af dyb lære at identificere farlige egenskaber. Accepteret på den 9. internationale workshop om modellering af sociale medier (MSM'2018) Anvendelse af maskinlæring og AI til modellering af sociale medier. http://precog.iiitd.edu.in/pubs/stop-killfies-webconf18.pdf
+ Lamba, H., Bharadhwaj, V., Vachher, M., Agarwal, D., Arora, M., Sachdeva, N., Kumaraguru, P. Fra kamera til dødsbed: Forståelse af farlige egenskaber på sociale medier. Godkendt som plakat på den 11. internationale konference om web og sociale medier (ICWSM), 2017. Poster. http://precog.iiitd.edu.in/pubs/camera-to-deathbed-icwsm2017.pdf
+ Lamba, H., Bharadhwaj, V., Vachher, M., Agarwal, D., Arora, M. og Kumaraguru, P. Me, Myself and My Killfie: Karakterisering og forebyggelse af selvdødsfald. November 2016. Teknisk rapport. http://precog.iiitd.edu.in/Publications_files/HL-et.al.KillFie.pdf
kameraet gør en realtidsanalyse af det billede, den ser og nudger a
bruger, hvis det giver anledning til en scene for at være farlig. Appen gør denne indledning
ved hjælp af dybe læringsmetoder. Vi anbefaler ikke nogen bruger at gå
udelukkende på baggrund af den pludsel, der vises af appen. I stedet slap
skal øge brugerens bevidsthed. Selvom vi har lavet vores
inference model at være robust til forstyrrelser, der er bundet til at være
både falske positive og falske negativer i vores afledninger. Vi foreslår
brugeren handler ansvarligt i sådanne tilfælde. Hvis du føler, at sløret er
forstyrrer dig, klik på ignorere og appen vil ikke pusse dig igen. Bliv
sikkert, mens du klikker på selfies. Dette arbejde er baseret på vores forskningsarbejde:
+ Nanda, V., Lamba, H., Agarwal, D., Arora, M., Sachdeva, N. og Kumaraguru, P. Stop Killfies! Brug af dyb lære at identificere farlige egenskaber. Accepteret på den 9. internationale workshop om modellering af sociale medier (MSM'2018) Anvendelse af maskinlæring og AI til modellering af sociale medier. http://precog.iiitd.edu.in/pubs/stop-killfies-webconf18.pdf
+ Lamba, H., Bharadhwaj, V., Vachher, M., Agarwal, D., Arora, M., Sachdeva, N., Kumaraguru, P. Fra kamera til dødsbed: Forståelse af farlige egenskaber på sociale medier. Godkendt som plakat på den 11. internationale konference om web og sociale medier (ICWSM), 2017. Poster. http://precog.iiitd.edu.in/pubs/camera-to-deathbed-icwsm2017.pdf
+ Lamba, H., Bharadhwaj, V., Vachher, M., Agarwal, D., Arora, M. og Kumaraguru, P. Me, Myself and My Killfie: Karakterisering og forebyggelse af selvdødsfald. November 2016. Teknisk rapport. http://precog.iiitd.edu.in/Publications_files/HL-et.al.KillFie.pdf
Opdateret
Datasikkerhed
Her kan udviklere angive oplysninger om, hvordan deres app indsamler og bruger dine data. Få flere oplysninger om datasikkerhed
Der er ingen tilgængelige oplysninger
Nyheder
This is the first release of the app.
