論文の概要: Towards computer vision technologies: Semi-automated reading of
automated utility meters
- arxiv url: http://arxiv.org/abs/2211.13483v1
- Date: Thu, 24 Nov 2022 09:05:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-28 16:26:34.757826
- Title: Towards computer vision technologies: Semi-automated reading of
automated utility meters
- Title（参考訳）: コンピュータビジョン技術に向けて:自動ユーティリティメーターの半自動読み取り
- Authors: Maria Spichkova, Johan van Zyl
- Abstract要約: 我々は,オープンソースソリューションフローオブジェクト検出(Tensorflow)と商用ソリューションAnylineの2つのコンピュータビジョン技術に注目した。
私たちのゴールは、いくつかの特定の課題があるこの特定のアプリケーション領域に最も適したソリューションを決定することです。
- 参考スコア（独自算出の注目度）: 1.0660480034605242
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this report we analysed a possibility of using computer vision techniques
for automated reading of utility meters. In our study, we focused on two
computer vision techniques: an open-source solution Tensorflow Object Detection
(Tensorflow) and a commercial solution Anyline. This report extends our
previous publication: We start with presentation of a structured analysis of
related approaches. After that we provide a detailed comparison of two computer
vision technologies, Tensorflow Object Detection (Tensorflow) and Anyline,
applied to semi-automated reading of utility meters. In this paper, we discuss
limitations and benefits of each solution applied to utility meters reading,
especially focusing on aspects such as accuracy and inference time. Our goal
was to determine the solution that is the most suitable for this particular
application area, where there are several specific challenges.
- Abstract（参考訳）: 本稿では,ユーティリティメーターの自動読み出しにコンピュータビジョン技術を用いる可能性について分析した。
本研究では,オープンソースソリューションTensorflow Object Detection(Tensorflow)と商用ソリューションAnylineの2つのコンピュータビジョン技術に注目した。
我々は、関連するアプローチの構造化分析のプレゼンテーションから始めます。
その後、tensorflow object detection(tensorflow)とanylineという2つのコンピュータビジョン技術の詳細な比較を行い、ユーティリティメーターの半自動読み出しに適用した。
本稿では,特に精度や推論時間といった側面に着目し,実用度計の読解に適用される各解の限界と利点について考察する。
私たちのゴールは、いくつかの特定の課題があるこの特定のアプリケーション領域に最も適したソリューションを決定することです。
関連論文リスト
- Gaze2AOI: Open Source Deep-learning Based System for Automatic Area of Interest Annotation with Eye Tracking Data [0.0]
本稿では,関心領域の自動アノテート・ラベリング(AOIs)によるビデオストリームの拡張により,ユーザの行動と注意の分析を強化する新しい手法を提案する。
このツールは、最初の修正までの時間、居住時間、AOIリビジットの頻度などの重要な機能を提供する。
論文 参考訳（メタデータ） (2024-11-20T14:17:23Z) - 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) - 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) - Machine Learning Computer Vision Applications for Spatial AI Object
Recognition in Orange County, California [4.089055556130725]
カリフォルニア州オレンジ郡において,AI機械学習とコンピュータビジョンアルゴリズムを用いた空間オブジェクト認識と位置検出を統合的かつ体系的に自動化する手法を提案する。
本稿では,多センサ・高分解能フィールドデータ取得のための包括的方法論と,ポストフィールド処理およびプレアナライザ処理タスクについて述べる。
オレンジ郡の2つの領域にまたがる光球画像における800万以上の濃度方向のアプリケーション処理の例を示し、停止信号および消火栓物体認識のための検出結果を示す。
論文 参考訳（メタデータ） (2023-03-14T00:57:11Z) - Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or
Something Else? [93.91375268580806]
政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。
既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。
既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
論文 参考訳（メタデータ） (2021-11-09T13:30:34Z) - Automated Machine Learning on Graphs: A Survey [81.21692888288658]
本稿では,グラフ上の自動機械学習の体系的かつ包括的レビューを行う。
グラフ機械学習のためのハイパーパラメータ最適化(HPO)とニューラルアーキテクチャ探索(NAS)に注目した。
最後に、自動化グラフ機械学習の今後の研究方向に関する洞察を共有します。
論文 参考訳（メタデータ） (2021-03-01T04:20:33Z) - POMP: Pomcp-based Online Motion Planning for active visual search in
indoor environments [89.43830036483901]
本稿では, 屋内環境におけるオブジェクトのアクティブビジュアルサーチ(AVS)の最適ポリシーを, オンライン設定で学習する問題に焦点をあてる。
提案手法はエージェントの現在のポーズとRGB-Dフレームを入力として使用する。
提案手法を利用可能なAVDベンチマークで検証し,平均成功率0.76,平均パス長17.1とした。
論文 参考訳（メタデータ） (2020-09-17T08:23:50Z) - A Survey on Large-scale Machine Learning [67.6997613600942]
機械学習はデータに対する深い洞察を与え、マシンが高品質な予測を行うことを可能にする。
ほとんどの高度な機械学習アプローチは、大規模なデータを扱う場合の膨大な時間コストに悩まされる。
大規模機械学習は、ビッグデータからパターンを、同等のパフォーマンスで効率的に学習することを目的としている。
論文 参考訳（メタデータ） (2020-08-10T06:07:52Z) - Automated analysis of eye-tracker-based human-human interaction studies [2.433293618209319]
本稿では,移動眼球追跡データの自動解析に最先端のコンピュータビジョンアルゴリズムが用いられているかを検討する。
本稿では,人間の対面インタラクションにおける移動眼球追跡記録に焦点をあてる。
この単一パイプラインフレームワークを使用することで、現場での作業よりも正確かつ高速な結果が得られることを示す。
論文 参考訳（メタデータ） (2020-07-09T10:00:03Z)
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。