Revitalizing Electoral Trust: Enhancing Transparency and Efficiency through Automated Voter Counting with Machine Learning

要約

選挙手続き中の手動による投票集計の問題に対処するために、この研究では、自動投票集計に高度な画像処理技術を使用する可能性を検討することを目的としています。
この研究は、OpenCV、CVZone、MOG2 アルゴリズムなどの最先端技術を活用した自動化システムが選挙運営の有効性と公開性をどのように大幅に向上させることができるかを明らかにすることを目的としています。
この実証結果は、投票者集計の自動化が投票プロセスを強化し、特に信頼性が低い地域で選挙結果に対する国民の信頼を再構築できることを示しています。
この研究では、自動システムの精度を手動の計数方法と体系的に比較するために、F1 スコアなどの厳密な指標をどのように使用する必要があるかについても強調しています。
この方法論では、微妙な評価を提供することで、自動計数技術と人間による計数技術のパフォーマンスの違いを詳細に理解することができます。
上記の措置を組み込むことにより、広範な評価構造が強化され、選挙圏内の自動投票システムの正当性と信頼性が保証されます。

要約(オリジナル)

In order to address issues with manual vote counting during election procedures, this study intends to examine the viability of using advanced image processing techniques for automated voter counting. The study aims to shed light on how automated systems that utilize cutting-edge technologies like OpenCV, CVZone, and the MOG2 algorithm could greatly increase the effectiveness and openness of electoral operations. The empirical findings demonstrate how automated voter counting can enhance voting processes and rebuild public confidence in election outcomes, particularly in places where trust is low. The study also emphasizes how rigorous metrics, such as the F1 score, should be used to systematically compare the accuracy of automated systems against manual counting methods. This methodology enables a detailed comprehension of the differences in performance between automated and human counting techniques by providing a nuanced assessment. The incorporation of said measures serves to reinforce an extensive assessment structure, guaranteeing the legitimacy and dependability of automated voting systems inside the electoral sphere.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google