論文の概要: I-POST: Intelligent Point of Sale and Transaction System
- arxiv url: http://arxiv.org/abs/2011.06144v1
- Date: Thu, 12 Nov 2020 01:06:17 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-26 07:27:35.702656
- Title: I-POST: Intelligent Point of Sale and Transaction System
- Title(参考訳): I-POST: 販売・取引システムのインテリジェントポイント
- Authors: Farid Khan
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose a novel solution for the cashier problem. Current cashier
system/Point of Sale (POS) terminals can be inefficient, cumbersome and
time-consuming for the users. There is a need for a solution dependent on
modern technology and ubiquitous computing resources. We present I-POST
(Intelligent Point of Sale and Transaction) as a software system that uses
smart devices, mobile phone and state of the art machine learning algorithms to
process the user transactions in automated and real time manner. I-POST is an
automated checkout system that allows the user to walk in a store, collect his
items and exit the store. There is no need to stand and wait in a queue. The
system uses object detection and facial recognition algorithm to process the
authentication of the client and the state of the object. At point of exit, the
classifier sends the data to the backend server which execute the payments. The
system uses Convolution Neural Network (CNN) for the image recognition and
processing. CNN is a supervised learning model that has found major application
in pattern recognition problem. The current implementation uses two classifiers
that work intrinsically to authenticate the user and track the items. The model
accuracy for object recognition is 97%, the loss is 9.3%. We expect that such
systems can bring efficiency to the market and has the potential for broad and
diverse applications.
- Abstract(参考訳): 我々はレジ問題に対する新しい解決策を提案する。
現在のレジシステム/POS端末は、ユーザにとって非効率で、面倒で、時間がかかります。
現代の技術とユビキタスコンピューティングリソースに依存したソリューションが必要である。
i-post(intelligent point of sale and transaction)を,スマートデバイス,携帯電話,最先端の機械学習アルゴリズムを用いてユーザトランザクションを自動的かつリアルタイムに処理するソフトウェアシステムとして提示する。
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。
立ってキューで待つ必要はありません。
このシステムは、オブジェクト検出と顔認識アルゴリズムを使用して、クライアントの認証とオブジェクトの状態を処理する。
出口の時点で、分類器は支払いを実行するバックエンドサーバにデータを送信します。
このシステムは画像認識と処理に畳み込みニューラルネットワーク(CNN)を使用する。
CNNは教師付き学習モデルであり、パターン認識問題に大きく応用されている。
現在の実装では、ユーザを認証し、アイテムを追跡するために、本質的に動作する2つの分類器を使用している。
物体認識のモデル精度は97%であり、損失は9.3%である。
このようなシステムは市場に効率性をもたらし、広範かつ多様な応用の可能性を期待する。
関連論文リスト
- Enhancing Automata Learning with Statistical Machine Learning: A Network Security Case Study [4.2751988244805466]
本稿では,ネットワークトラヒックデータから状態マシンを抽出するために,オートマチック学習を用いる。
我々は,産業パートナーのRabbitRun Technologiesが開発した商用ネットワーク侵入検知システムに適用する。
我々の手法は、学習された状態マシンの状態数と遷移を平均67.5%削減する。
論文 参考訳(メタデータ) (2024-05-18T02:10:41Z) - SqueezerFaceNet: Reducing a Small Face Recognition CNN Even More Via
Filter Pruning [55.84746218227712]
我々は,100万パラメータ未満の軽量顔認識ネットワークであるSqueezerFaceNetを開発した。
性能を損なうことなく、さらに(最大40%)削減できることを示す。
論文 参考訳(メタデータ) (2023-07-20T08:38:50Z) - Agile gesture recognition for capacitive sensing devices: adapting
on-the-job [55.40855017016652]
本システムでは, コンデンサセンサからの信号を手の動き認識器に組み込んだ手動作認識システムを提案する。
コントローラは、着用者5本の指それぞれからリアルタイム信号を生成する。
機械学習技術を用いて時系列信号を解析し,500ms以内で5本の指を表現できる3つの特徴を同定する。
論文 参考訳(メタデータ) (2023-05-12T17:24:02Z) - Towards an Error-free Deep Occupancy Detector for Smart Camera Parking
System [0.26249027950824505]
我々は,OcpDetと呼ばれる物体検出装置による自律的占有度を提供する,エンドツーエンドのスマートカメラ駐車システムを提案する。
我々の検出器はまた、トレーニングや空間知識といった対照的なモジュールからの有意義な情報も提供しています。
我々は、既存のPKLotデータセット上でOcpDetをベンチマークし、従来の分類ソリューションと比較して競合する結果を得た。
論文 参考訳(メタデータ) (2022-08-17T11:02:29Z) - ASHA: Assistive Teleoperation via Human-in-the-Loop Reinforcement
Learning [91.58711082348293]
オンラインユーザからのフィードバックからシステムのパフォーマンスに関する強化学習は、この問題に対する自然な解決策である。
このアプローチでは、特にフィードバックが不足している場合には、ループ内の大量のトレーニングデータが必要になる傾向があります。
疎いユーザフィードバックから効率的に学習する階層型ソリューションを提案する。
論文 参考訳(メタデータ) (2022-02-05T02:01:19Z) - 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) - TELESTO: A Graph Neural Network Model for Anomaly Classification in
Cloud Services [77.454688257702]
機械学習(ML)と人工知能(AI)はITシステムの運用とメンテナンスに適用される。
1つの方向は、修復自動化を可能にするために、繰り返し発生する異常タイプを認識することである。
与えられたデータの次元変化に不変な手法を提案する。
論文 参考訳(メタデータ) (2021-02-25T14:24:49Z) - Scheduling Real-time Deep Learning Services as Imprecise Computations [11.611969843191433]
本稿では,インテリジェントリアルタイムエッジサービスのための効率的なリアルタイムスケジューリングアルゴリズムを提案する。
これらのサービスは、音声認識、LIDAR処理、マシンビジョンなどのマシンインテリジェンスタスクを実行する。
ディープニューラルネットワークを不正確な計算として、それぞれに必須部分といくつかのオプション部分を持つことを示す。
論文 参考訳(メタデータ) (2020-11-02T16:43:04Z) - 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) - Identity-Aware Attribute Recognition via Real-Time Distributed Inference
in Mobile Edge Clouds [53.07042574352251]
我々は、MEC対応カメラ監視システムにおいて、re-IDを用いた歩行者属性認識のための新しいモデルの設計を行う。
本稿では,属性認識と人物再IDを協調的に考慮し,分散モジュールの集合を持つ新しい推論フレームワークを提案する。
そこで我々は,提案した分散推論フレームワークのモジュール分布の学習に基づくアルゴリズムを考案した。
論文 参考訳(メタデータ) (2020-08-12T12:03:27Z) - Smart Attendance System Usign CNN [0.0]
我々は,顔検出と顔認識を用いた,出席者参加のためのスマートで効率的なシステムを導入している。
このシステムは、リアルタイムの顔認識を用いて、大学やオフィスに出席するために使用することができる。
出席記録は自動的に更新され、エクストラシートやデータベースに保存される。
論文 参考訳(メタデータ) (2020-04-22T09:04:33Z)
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。