論文の概要: NRC-GAMMA: Introducing a Novel Large Gas Meter Image Dataset
- arxiv url: http://arxiv.org/abs/2111.06827v1
- Date: Fri, 12 Nov 2021 17:18:38 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-15 15:31:20.997135
- Title: NRC-GAMMA: Introducing a Novel Large Gas Meter Image Dataset
- Title（参考訳）: NRC-GAMMA:新しい大型ガスメータ画像データセットの導入
- Authors: Ashkan Ebadi and Patrick Paul and Sofia Auer and St\'ephane Tremblay
- Abstract要約: 我々は, NRC-GAMMAデータセットという, 実時間ガスメータ画像のベンチマークデータセットを新たに導入した。
データは、2020年1月20日午前0時05分から午後11時59分にかけて、イトロン400Aのダイアフラムガスメータから収集された。
データセットには、ガスメーター全体の28,883枚の画像と、左右のダイヤルディスプレイの57,766枚の画像が含まれている。
- 参考スコア（独自算出の注目度）: 0.1529342790344802
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Automatic meter reading technology is not yet widespread. Gas, electricity,
or water accumulation meters reading is mostly done manually on-site either by
an operator or by the homeowner. In some countries, the operator takes a
picture as reading proof to confirm the reading by checking offline with
another operator and/or using it as evidence in case of conflicts or
complaints. The whole process is time-consuming, expensive, and prone to
errors. Automation can optimize and facilitate such labor-intensive and human
error-prone processes. With the recent advances in the fields of artificial
intelligence and computer vision, automatic meter reading systems are becoming
more viable than ever. Motivated by the recent advances in the field of
artificial intelligence and inspired by open-source open-access initiatives in
the research community, we introduce a novel large benchmark dataset of
real-life gas meter images, named the NRC-GAMMA dataset. The data were
collected from an Itron 400A diaphragm gas meter on January 20, 2020, between
00:05 am and 11:59 pm. We employed a systematic approach to label the images,
validate the labellings, and assure the quality of the annotations. The dataset
contains 28,883 images of the entire gas meter along with 57,766 cropped images
of the left and the right dial displays. We hope the NRC-GAMMA dataset helps
the research community to design and implement accurate, innovative,
intelligent, and reproducible automatic gas meter reading solutions.
- Abstract（参考訳）: 自動測定技術はまだ普及していない。
ガス、電気、あるいは水量計の読書は、主にオペレーターまたは家主によって現場で手作業で行われる。
ある国では、オペレーターは、他のオペレーターとオフラインで確認し、あるいは紛争や苦情の場合には証拠として使用することで、読み取り証明として写真を撮る。
プロセス全体は時間がかかり、コストがかかり、エラーが発生しやすい。
自動化は、このような労働集約的かつヒューマンエラーを起こしやすいプロセスを最適化し、促進することができる。
人工知能とコンピュータビジョンの分野での最近の進歩により、自動メーター読み取りシステムがこれまで以上に実現されつつある。
近年の人工知能の進歩に動機付けられ,研究コミュニティにおけるオープンソースのオープンアクセスイニシアチブに触発された我々は,nrc-gammaデータセットという,実生活ガスメータ画像の大規模ベンチマークデータセットを紹介する。
データは2020年1月20日、午前00:05から午後11:59のitron 400aダイアフラムガスメータから収集された。
我々は、画像のラベル付け、ラベルの検証、アノテーションの品質保証に体系的なアプローチを採用した。
データセットにはガスメーター全体の28,883枚の画像と、左右のダイヤルディスプレイの57,766枚の画像が含まれている。
NRC-GAMMAデータセットは、研究コミュニティが正確で、革新的で、インテリジェントで、再現可能な自動ガスメーター読解ソリューションを設計、実装するのに役立ちます。
関連論文リスト
- GazeGen: Gaze-Driven User Interaction for Visual Content Generation [11.03973723295504]
本稿では,ユーザの視線で示される位置の視覚的コンテンツ(画像とビデオ)を生成するユーザインタラクションシステムであるGazeGenを紹介する。
オブジェクト検出と生成AIの高度な技術を使用して、GazeGenは、画像オブジェクトの視線制御された画像の追加/削除、再配置、および表面スタイルの変更を実行し、静的イメージをビデオに変換する。
GazeGenの中心は、281Kパラメータしか持たない超軽量モデルであるDFT Gazeエージェントである。
論文 参考訳（メタデータ） (2024-11-07T00:22:38Z) - Voila-A: Aligning Vision-Language Models with User's Gaze Attention [56.755993500556734]
視覚言語モデル(VLM)を導くために,人間の注意の代用として視線情報を導入する。
本稿では,視線アライメントのための新しいアプローチであるVoila-Aを提案する。
論文 参考訳（メタデータ） (2023-12-22T17:34:01Z) - Read Pointer Meters in complex environments based on a Human-like
Alignment and Recognition Algorithm [16.823681016882315]
これらの問題を克服するための人間ライクなアライメントと認識アルゴリズムを提案する。
STM(Spatial Transformed Module)は,画像のフロントビューを自己自律的に取得するために提案される。
VAM(Value Acquisition Module)は、エンドツーエンドのトレーニングフレームワークによって正確なメーター値を推測するために提案される。
論文 参考訳（メタデータ） (2023-02-28T05:37:04Z) - LaMAR: Benchmarking Localization and Mapping for Augmented Reality [80.23361950062302]
異種ARデバイスでキャプチャされたリアルな軌跡とセンサストリームを共登録する,包括的キャプチャとGTパイプラインを備えた新しいベンチマークであるLaMARを紹介する。
私たちは、ヘッドマウントとハンドヘルドARデバイスで記録された多様な大規模シーンのベンチマークデータセットを公開します。
論文 参考訳（メタデータ） (2022-10-19T17:58:17Z) - Image-based Automatic Dial Meter Reading in Unconstrained Scenarios [2.271001539206408]
画像ベースの自動読み出しシステムは、ヒューマンエラーを低減し、読み出しの証明を作成し、顧客がモバイルアプリケーションを介して読み出しを行うことを可能にする。
従来のものと比べ、平均絶対誤差(MAE)は1,343から129に減少し、メーター認識率(MRR)は98.90%に達し、誤差は1キロワット時間(kWh)であった。
論文 参考訳（メタデータ） (2022-01-08T16:03:46Z) - Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。
本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。
本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
論文 参考訳（メタデータ） (2021-11-17T21:48:31Z) - Towards Image-based Automatic Meter Reading in Unconstrained Scenarios:
A Robust and Efficient Approach [60.63996472100845]
本稿では,制約のないシナリオに着目したAMR(Automatic Meter Reading)のエンドツーエンドアプローチを提案する。
我々の主な貢献は、コーナー検出とカウンタ分類と呼ばれる新しいステージをAMRパイプラインに挿入することである。
信頼度が低い読みを拒絶した場合,AMRシステムは印象的な認識率(すなわち99%)を達成することを示す。
論文 参考訳（メタデータ） (2020-09-21T21:21:23Z) - Towards End-to-end Video-based Eye-Tracking [50.0630362419371]
画像のみから視線を推定することは、観察不可能な人固有の要因のために難しい課題である。
本稿では,これらの意味的関係と時間的関係を明確に学習することを目的とした,新しいデータセットとアタッチメント手法を提案する。
視覚刺激からの情報と視線画像の融合が,文献に記録された人物と同じような性能を達成することにつながることを実証した。
論文 参考訳（メタデータ） (2020-07-26T12:39:15Z) - Deep Learning for Image-based Automatic Dial Meter Reading: Dataset and
Baselines [2.271001539206408]
本研究は,マルチダイアルメータ読影に対する深層学習手法を導入し,制約のない画像の実験を行う。
ブラジルのParan'a (Copel) エネルギー会社は、月に85万回以上のダイヤルメーターを処理していると見積もっている。
論文 参考訳（メタデータ） (2020-05-06T19:48:23Z) - Speak2Label: Using Domain Knowledge for Creating a Large Scale Driver
Gaze Zone Estimation Dataset [55.391532084304494]
ワイルド・データセットのドライバ・ゲイズには、夕方を含む1日の異なる時間に撮影された586の録音が含まれている。
ワイルド・データセットのドライバ・ゲイズには338人の被験者がおり、年齢は18-63歳である。
論文 参考訳（メタデータ） (2020-04-13T14:47:34Z)
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。