論文の概要: ARC: A Vision-based Automatic Retail Checkout System
- arxiv url: http://arxiv.org/abs/2104.02832v1
- Date: Wed, 7 Apr 2021 00:07:53 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-09 01:40:39.123088
- Title: ARC: A Vision-based Automatic Retail Checkout System
- Title(参考訳): ARC: 視覚に基づく自動小売チェックアウトシステム
- Authors: Syed Talha Bukhari, Abdul Wahab Amin, Muhammad Abdullah Naveed,
Muhammad Rzi Abbas
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Retail checkout systems employed at supermarkets primarily rely on barcode
scanners, with some utilizing QR codes, to identify the items being purchased.
These methods are time-consuming in practice, require a certain level of human
supervision, and involve waiting in long queues. In this regard, we propose a
system, that we call ARC, which aims at making the process of check-out at
retail store counters faster, autonomous, and more convenient, while reducing
dependency on a human operator. The approach makes use of a computer
vision-based system, with a Convolutional Neural Network at its core, which
scans objects placed beneath a webcam for identification. To evaluate the
proposed system, we curated an image dataset of one-hundred local retail items
of various categories. Within the given assumptions and considerations, the
system achieves a reasonable test-time accuracy, pointing towards an ambitious
future for the proposed setup. The project code and the dataset are made
publicly available.
- Abstract(参考訳): スーパーマーケットで採用されている小売チェックアウトシステムは主にバーコードスキャナーに依存しており、QRコードを利用して購入した商品を識別するものもある。
これらの方法は実際に時間がかかり、ある程度の人間の監督が必要であり、長い待ち行列で待機する。
そこで本研究では,小売店でのチェックアウトを高速化し,自律的で,より便利なものにすることを目的として,ARCと呼ぶシステムを提案する。
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。
提案システムを評価するために,各カテゴリの1つの店舗のイメージデータセットを収集した。
与えられた仮定と考慮の中で、システムは適切なテスト時間精度を達成し、提案されたセットアップの野心的な未来を指している。
プロジェクトコードとデータセットは公開されています。
関連論文リスト
- Concept-based Anomaly Detection in Retail Stores for Automatic
Correction using Mobile Robots [3.989104441591223]
Co-ADは視覚変換器(ViT)を用いた概念に基づく異常検出手法である
計画図のような事前の知識ベースを使わずに、誤って配置されたオブジェクトにフラグを付けることができる。
小売品の異常検出画像セットで89.90%の最高成功率を持つ。
論文 参考訳(メタデータ) (2023-10-21T16:49:23Z) - 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) - 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) - Split Learning Meets Koopman Theory for Wireless Remote Monitoring and
Prediction [76.88643211266168]
本稿では,エンコーダとデコーダを分離して状態センサに格納するオートエンコーダとそのリモートオブザーバを訓練する。
このオートエンコーダは、状態表現寸法を減らすことでリモート監視ペイロードのサイズを小さくするだけでなく、Koopman演算子を介してシステムダイナミクスを学ぶ。
非線形なカートポール環境下での数値実験の結果,提案するkoopmanオートエンコーダの分割学習により,将来の状態を局所的に予測でき,予測精度は表現次元と伝送パワーで向上する。
論文 参考訳(メタデータ) (2021-04-16T13:34:01Z) - 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) - 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) - Laser2Vec: Similarity-based Retrieval for Robotic Perception Data [7.538482310185135]
本稿では,多くのデプロイメントから2次元LiDARデータを安価に保存するシステムを実装し,完全・部分スキャンのためのトップクェリを効率よく評価する。
我々は畳み込み変分オートエンコーダを用いてレーザスキャンの圧縮表現を生成し、それらをデータベースに格納する。
我々は,ロボットが同じ場所に遭遇した複数のエピソードにまたがって,類似のスキャンを高精度かつ効率的に検出する。
論文 参考訳(メタデータ) (2020-07-30T21:11:50Z) - Self-Supervised Viewpoint Learning From Image Collections [116.56304441362994]
本稿では,解析・合成パラダイムを取り入れた新たな学習フレームワークを提案する。
提案手法は,人間の顔,車,バス,電車など,複数の対象カテゴリに対して,完全に教師されたアプローチに対して競争力を発揮することを示す。
論文 参考訳(メタデータ) (2020-04-03T22:01:41Z) - Grab: Fast and Accurate Sensor Processing for Cashier-Free Shopping [5.777092390527491]
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。
論文 参考訳(メタデータ) (2020-01-04T04:12:06Z)
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。