論文の概要: An Image Processing Pipeline for Automated Packaging Structure Recognition

• arxiv url: http://arxiv.org/abs/2009.13824v1
• Date: Tue, 29 Sep 2020 07:26:08 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-13 05:08:57.851299
• Title: An Image Processing Pipeline for Automated Packaging Structure Recognition
• Title（参考訳）: 自動包装構造認識のための画像処理パイプライン
• Authors: Laura D\"orr, Felix Brandt, Martin Pouls, Alexander Naumann
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 60.56493342808093
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dispatching and receiving logistics goods, as well as transportation itself, involve a high amount of manual efforts. The transported goods, including their packaging and labeling, need to be double-checked, verified or recognized at many supply chain network points. These processes hold automation potentials, which we aim to exploit using computer vision techniques. More precisely, we propose a cognitive system for the fully automated recognition of packaging structures for standardized logistics shipments based on single RGB images. Our contribution contains descriptions of a suitable system design and its evaluation on relevant real-world data. Further, we discuss our algorithmic choices.
• Abstract（参考訳）: 物流品の派遣と受取には、輸送そのものだけでなく、大量の手作業が必要となる。 包装やラベル付けを含む輸送品は、多くのサプライチェーンネットワークポイントで二重チェック、検証、または認識する必要がある。 これらのプロセスは自動化の可能性を秘めており、コンピュータビジョン技術の利用を目指しています。 より正確には、単一のRGB画像に基づいて、標準化された物流出荷物の包装構造を完全自動認識する認知システムを提案する。 本研究は,適切なシステム設計の記述と関連する実世界データに対する評価を含む。 さらにアルゴリズムの選択についても論じる。

関連論文リスト

• How to design a dataset compliant with an ML-based system ODD? [5.432478272457867]
  本稿では、ビジョンベースのランディングタスクに着目し、機械学習(ML)システムの操作設計ドメイン(ODD)に準拠したデータセットの設計と検証を行う。 新たな認証基準に基づき,ODDをシステムレベルと画像レベルで確立するプロセスについて述べる。
  論文  参考訳（メタデータ） (2024-06-20T06:48:34Z)
• Towards Packaging Unit Detection for Automated Palletizing Tasks [5.235268087662475]
  本稿では、合成データに基づいて完全に訓練されたこの課題に対するアプローチを提案する。 提案手法はスパースおよび低品質センサデータを扱うことができる。 我々は、さまざまな小売商品で現実世界のデータについて広範な評価を行う。
  論文  参考訳（メタデータ） (2023-08-11T15:37:38Z)
• Automated Static Camera Calibration with Intelligent Vehicles [58.908194559319405]
  自動ジオレファレンスカメラキャリブレーションのためのロバストキャリブレーション法を提案する。 本手法では, フィルタ/RTK受信機と慣性測定ユニット(IMU)を組み合わせたキャリブレーション車両が必要である。 我々の手法は、インフラと車両の両方で記録された情報と人間との相互作用を一切必要としない。
  論文  参考訳（メタデータ） (2023-04-21T08:50:52Z)
• Literature Review: Computer Vision Applications in Transportation Logistics and Warehousing [58.720142291102135]
  輸送物流や倉庫におけるコンピュータビジョンの応用は、プロセスの自動化に大きな可能性を秘めている。 本稿では、この可能性を活用するために、この分野の研究に関する構造化された文献レビューを紹介する。
  論文  参考訳（メタデータ） (2023-04-12T17:33:41Z)
• OASIS: Automated Assessment of Urban Pedestrian Paths at Scale [16.675093530600154]
  モバイル機器を用いて歩道ネットワークデータを抽出する自由かつオープンソースの自動マッピングシステムを開発した。 本稿では,地域交通経路レビューチームの一員である人間測量士とともに,実環境で収集した画像を用いて訓練・テストしたプロトタイプシステムについて述べる。
  論文  参考訳（メタデータ） (2023-03-04T01:32:59Z)
• SIM-Trans: Structure Information Modeling Transformer for Fine-grained Visual Categorization [59.732036564862796]
  本稿では,オブジェクト構造情報を変換器に組み込んだSIM-Trans(Structure Information Modeling Transformer)を提案する。 提案した2つのモジュールは軽量化されており、任意のトランスフォーマーネットワークにプラグインでき、エンドツーエンドで容易に訓練できる。 実験と解析により,提案したSIM-Transが細粒度視覚分類ベンチマークの最先端性能を達成することを示した。
  論文  参考訳（メタデータ） (2022-08-31T03:00:07Z)
• Distribution Estimation to Automate Transformation Policies for Self-Supervision [61.55875498848597]
  近年のビジュアル・セルフ・スーパービジョンでは、ラベルを変換または拡張された入力画像に割り当てることで、プリテキスト・タスクと呼ばれる模倣された分類対象が確立されている。 データセットにすでに存在する画像変換は、そのような自己教師付き表現を学習する上で、より効果的でない可能性があることが観察された。 本稿では,入力データセットに存在しない変換を自動的に検出する,生成逆ネットワークに基づくフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-11-24T04:40:00Z)
• Fusion of Global-Local Features for Image Quality Inspection of Shipping Label [6.458496335718508]
  グローバルな特徴と局所的な特徴を組み合わせた入力画像品質検証手法を提案する。 実撮影および生成画像に関する実験結果から,提案手法が他の手法よりも優れた性能を実現することを示す。
  論文  参考訳（メタデータ） (2020-08-26T08:25:34Z)
• Fully-Automated Packaging Structure Recognition in Logistics Environments [60.56493342808093]
  包装構造認識の完全自動化手法を提案する。 我々のアルゴリズムは深層学習モデルに基づいており、より正確に畳み込みニューラルネットワークを用いて画像のセグメント化を行う。 テストケースの約85%でパッケージ構造を正しく認識することができ、さらに一般的なパッケージタイプに注目する場合(91%)にさらに多くのパッケージ構造を認識できることを示す。
  論文  参考訳（メタデータ） (2020-08-11T10:57:23Z)

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。