論文の概要: Grab: Fast and Accurate Sensor Processing for Cashier-Free Shopping
- arxiv url: http://arxiv.org/abs/2001.01033v1
- Date: Sat, 4 Jan 2020 04:12:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-14 12:58:47.594519
- Title: Grab: Fast and Accurate Sensor Processing for Cashier-Free Shopping
- Title（参考訳）: Grab:カシエレスショッピングのための高速かつ高精度なセンサ処理
- Authors: Xiaochen Liu, Yurong Jiang, Kyu-Han Kim, Ramesh Govindan
- Abstract要約: キャッシュレスショッピングを実現するために,既存インフラとデバイスを活用したGrabを提案する。
Grabは顧客を正確に識別し、追跡し、各買い物客を棚から回収するアイテムに関連付ける必要がある。
小売店でのパイロット展開による実験では、Grabは90%以上の精度とリコールを達成できる。
- 参考スコア（独自算出の注目度）: 5.777092390527491
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cashier-free shopping systems like Amazon Go improve shopping experience, but
can require significant store redesign. In this paper, we propose Grab, a
practical system that leverages existing infrastructure and devices to enable
cashier-free shopping. Grab needs to accurately identify and track customers,
and associate each shopper with items he or she retrieves from shelves. To do
this, it uses a keypoint-based pose tracker as a building block for
identification and tracking, develops robust feature-based face trackers, and
algorithms for associating and tracking arm movements. It also uses a
probabilistic framework to fuse readings from camera, weight and RFID sensors
in order to accurately assess which shopper picks up which item. In experiments
from a pilot deployment in a retail store, Grab can achieve over 90% precision
and recall even when 40% of shopping actions are designed to confuse the
system. Moreover, Grab has optimizations that help reduce investment in
computing infrastructure four-fold.
- Abstract（参考訳）: Amazon Goのようなカシエレスショッピングシステムは、ショッピング体験を改善するが、店舗の再設計が必要になる。
本稿では,既存のインフラストラクチャとデバイスを利用してレジなしショッピングを実現する実用システムgrabを提案する。
Grabは顧客を正確に識別し、追跡し、各買い物客を棚から回収するアイテムに関連付ける必要がある。
これを実現するために、keypointベースのポーズトラッカーをビルディングブロックとして使用し、堅牢な機能ベースの顔追跡装置を開発し、腕の動きを関連付けて追跡するアルゴリズムを開発した。
また、カメラ、重量計、RFIDセンサーからの読み書きを融合させ、どの買い物客がどの商品を拾うかを正確に評価する。
小売店でのパイロット展開による実験では、40%のショッピング行動がシステムを混乱させるように設計された場合でも、Grabは90%以上の精度とリコールを達成できる。
さらにgrabには、コンピューティングインフラストラクチャへの投資を4倍に減らすための最適化がある。
関連論文リスト
- MARLIN: A Cloud Integrated Robotic Solution to Support Intralogistics in Retail [8.35597370637313]
本稿では,サービスロボットのMARLINと,小売業における複雑なAIアプリケーションのためのクラウドシステムであるK4Rプラットフォームとの統合について述べる。
MarLINは、K4Rプラットフォームとデータを継続的に交換し、知覚、自律ナビゲーション、タスク計画におけるロボットの能力を改善する。
我々はこれらの機能を、特に在庫棚の店員を支援することで、小売イントロロジクスのシナリオで活用する。
論文 参考訳（メタデータ） (2024-07-02T09:12:54Z) - RetailOpt: Opt-In, Easy-to-Deploy Trajectory Estimation from Smartphone Motion Data and Retail Facility Information [23.24640055170792]
RetailOptは、屋内小売環境でオフラインで顧客の動きを追跡するための、オプトインで簡単にデプロイできる新しいシステムである。
このシステムは、顧客のスマートフォンや小売アプリから簡単にアクセス可能な情報(モーションデータ、ストアマップ、購入記録など)を利用する。
論文 参考訳（メタデータ） (2024-04-19T00:03:49Z) - Follow Anything: Open-set detection, tracking, and following in
real-time [89.83421771766682]
我々は,物体をリアルタイムで検出,追跡,追跡するロボットシステムを提案する。
私たちのアプローチは、何でも従う"(FAn)と呼ばれ、オープンな語彙とマルチモーダルモデルです。
FAnは軽量(6～8GB)グラフィックカードでラップトップにデプロイでき、毎秒6～20フレームのスループットを実現する。
論文 参考訳（メタデータ） (2023-08-10T17:57:06Z) - Bayesian Imitation Learning for End-to-End Mobile Manipulation [80.47771322489422]
RGB + 深度カメラのような追加のセンサー入力によるポリシーの強化は、ロボットの知覚能力を改善するための簡単なアプローチである。
畳み込みニューラルネットワークを正規化するために変分情報ボトルネックを用いることで、保持領域への一般化が向上することを示す。
提案手法は, シミュレーションと現実のギャップを埋めることと, RGBと奥行き変調をうまく融合できることを実証する。
論文 参考訳（メタデータ） (2022-02-15T17:38:30Z) - Characterization of Frequent Online Shoppers using Statistical Learning
with Sparsity [54.26540039514418]
本研究は,小売分析と統計学習のアイデアを疎結合に組み合わせ,買い物客のオンラインギフトストアへの買い物嗜好を学習する方法を報告する。
論文 参考訳（メタデータ） (2021-11-11T05:36:39Z) - CNN-based Omnidirectional Object Detection for HermesBot Autonomous
Delivery Robot with Preliminary Frame Classification [53.56290185900837]
予備的バイナリフレーム分類を用いた物体検出のためのニューラルネットワークの最適化アルゴリズムを提案する。
周囲に6台のローリングシャッターカメラを備えた自律移動ロボットを360度視野として実験装置として使用した。
論文 参考訳（メタデータ） (2021-10-22T15:05:37Z) - ARC: A Vision-based Automatic Retail Checkout System [0.0]
ARCは、小売店でのチェックアウトのプロセスを、より速く、自律的で、より便利にすることを目指している。
このアプローチでは、webカメラの下に置かれているオブジェクトをスキャンして識別する畳み込みニューラルネットワークを備えたコンピュータビジョンベースのシステムを使用する。
論文 参考訳（メタデータ） (2021-04-07T00:07:53Z) - I-POST: Intelligent Point of Sale and Transaction System [0.0]
I-POST (Intelligent Point of Sale and Transaction) は、スマートデバイス、携帯電話、および最先端の機械学習アルゴリズムを使用するソフトウェアシステムである。
I-POSTは自動チェックアウトシステムで、ユーザーは店を歩き、アイテムを集め、店を出ることができる。
論文 参考訳（メタデータ） (2020-11-12T01:06:17Z) - Automatic Counting and Identification of Train Wagons Based on Computer
Vision and Deep Learning [70.84106972725917]
提案手法は費用対効果が高く,RFIDに基づく解を容易に置き換えることができる。
このシステムは、識別コードに損傷があるため、列車のワゴンの一部を自動的に拒絶することができる。
論文 参考訳（メタデータ） (2020-10-30T14:56:54Z) - An Image Processing Pipeline for Automated Packaging Structure
Recognition [60.56493342808093]
単一RGB画像に基づく標準化された物流出荷のためのパッケージング構造の自動認識のための認知システムを提案する。
コントリビューションには、適切なシステム設計の記述と、関連する実世界のデータに対する評価が含まれている。
論文 参考訳（メタデータ） (2020-09-29T07:26:08Z) - Real-time Embedded Person Detection and Tracking for Shopping Behaviour
Analysis [1.0514231683620514]
店舗のような環境下での人々のカウントと追跡によるショッピング行動分析は、店舗運営者にとって貴重な情報を提供する。
我々は、Jetson TX2ハードウェアプラットフォーム上で、リアルタイムに最適化されたYOLOv3ベースの歩行者検出器を実装した。
検知器とスパース光フロートラッカーを組み合わせることで、各顧客にユニークなIDを割り当て、部分的に隠された顧客を略奪する問題に取り組む。
検出器トラッカーをベースとしたソリューションは,処理速度10FPSで平均81.59%の精度を達成する。
論文 参考訳（メタデータ） (2020-07-09T17:14:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。