論文の概要: Computer Vision Methods for Automating Turbot Fish Cutting

• arxiv url: http://arxiv.org/abs/2212.10091v1
• Date: Tue, 20 Dec 2022 09:08:00 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-21 17:10:26.265290
• Title: Computer Vision Methods for Automating Turbot Fish Cutting
• Title（参考訳）: 魚肉切削の自動化のためのコンピュータビジョン手法
• Authors: Fernando Martin-Rodriguez, Fernando Isasi-de-Vicente, Monica Fernandez-Barciela
• Abstract要約: 本稿では,ターボ魚の検体を切断する自動機械の設計について述べる。 マシンビジョンは頭部の境界を検出するために使用され、ロボットは頭部を切断するために使用される。
• 参考スコア（独自算出の注目度）: 117.44028458220427
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper is about the design of an automated machine to cut turbot fish specimens. Machine vision is a key part of this project as it is used to compute a cutting curve for the specimen head. This task is impossible to be carried out by mechanical means. Machine vision is used to detect head boundary and a robot is used to cut the head. Binarization and mathematical morphology are used to detect fish boundary and this boundary is subsequently analyzed (using Hough transform and convex hull) to detect key points and thus defining the cutting curve. Afterwards, mechanical systems are used to slice fish to get an easy presentation for end consumer (as fish fillets than can be easily marketed and consumed).
• Abstract（参考訳）: 本稿では, ターボ魚の標本を切断する自動機械の設計について述べる。 マシンビジョンは、標本頭部の切断曲線を計算するために使用されるため、このプロジェクトの重要な部分である。 この仕事は機械的な手段では実行できない。 マシンビジョンは頭部境界を検知し、ロボットは頭部を切断するために使用される。 双対化と数学的形態学は魚の境界を検出するのに使われ、この境界は(ハフ変換と凸包を用いて)解析され、キーポイントを検出し、切断曲線を定義する。 その後、機械システムを用いて魚をスライスし、エンドコンシューマー向けの簡単なプレゼンテーションを行う(魚のフィレットは簡単に販売され、消費される)。

関連論文リスト

• Loss-Free Machine Unlearning [51.34904967046097]
  我々は、再学習とラベルなしの両方の機械学習アプローチを提案する。 Retraining-freeアプローチは、損失から派生したFisher情報を利用することが多く、利用できないラベル付きデータを必要とする。 本稿では,モデル出力のl2ノルムの勾配に対して,フィッシャー情報行列の対角線を近似感度に置き換えるSelective Synaptic Dampeningアルゴリズムの拡張を提案する。
  論文  参考訳（メタデータ） (2024-02-29T16:15:34Z)
• Automatic evaluation of herding behavior in towed fishing gear using end-to-end training of CNN and attention-based networks [0.0]
  本稿では、エンドツーエンドに訓練された3つの畳み込み型および注目型ディープアクション認識ネットワークアーキテクチャを比較した。 2ストリームCNNモデル、CNN変換器ハイブリッドモデル、純粋なトランスフォーマーモデルがエンドツーエンドで訓練され、63%、54%、10倍の分類精度が得られた。
  論文  参考訳（メタデータ） (2023-03-21T16:52:08Z)
• Tactile-Filter: Interactive Tactile Perception for Part Mating [54.46221808805662]
  人間は触覚と触覚に頼っている。 視覚ベースの触覚センサーは、様々なロボット認識や制御タスクに広く利用されている。 本稿では,視覚に基づく触覚センサを用いた対話的知覚手法を提案する。
  論文  参考訳（メタデータ） (2023-03-10T16:27:37Z)
• Automatic Controlling Fish Feeding Machine using Feature Extraction of Nutriment and Ripple Behavior [0.0]
  栄養素数とリップル行動の推定を組み合わせたコンピュータビジョンに基づく自動魚介類供給機を提案する。 栄養素の数とリップル行動に基づいて, 実環境において常に良好に機能する魚の給餌機械を制御できる。
  論文  参考訳（メタデータ） (2022-08-15T05:52:37Z)
• Machining Cycle Time Prediction: Data-driven Modelling of Machine Tool Feedrate Behavior with Neural Networks [0.34998703934432673]
  本稿では,機械工具軸毎にニューラルネットワークモデルを構築し,データ駆動型フィードレートと加工サイクル時間予測手法を提案する。 市販加工センターにおける産業用薄肉構造部品を用いた検証試験により, 加工時間を90%以上精度で推定した。
  論文  参考訳（メタデータ） (2021-06-18T08:29:00Z)
• Measuring and modeling the motor system with machine learning [117.44028458220427]
  モーターシステムの理解における機械学習の有用性は、データの収集、測定、分析の方法に革命をもたらすことを約束している。 本稿では, ポーズ推定, 運動解析, 次元減少, 閉ループフィードバックから, ニューラル相関の理解, 機能停止まで, 機械学習の利用の増大について論じる。
  論文  参考訳（メタデータ） (2021-03-22T12:42:16Z)
• FisheyeSuperPoint: Keypoint Detection and Description Network for Fisheye Images [2.187613144178315]
  キーポイントの検出と記述はコンピュータビジョンシステムで一般的に使用されるビルディングブロックである。 SuperPointは、ホモグラフィー推定における最先端の結果を達成した自己監視型キーポイント検出器およびディスクリプタです。 本稿では,魚眼画像の学習を可能にする魚眼適応パイプラインを提案する。
  論文  参考訳（メタデータ） (2021-02-27T11:26:34Z)
• Forensicability of Deep Neural Network Inference Pipelines [68.8204255655161]
  本研究では,観測可能な出力に特徴的な数値偏差をトレースすることで,機械学習パイプラインの実行環境の特性を推定する手法を提案する。 一連の概念実証実験の結果は、ディープニューラルネットワーク予測を生成するために使用されるハードウェアプラットフォームの識別など、法医学的な応用をもたらす。
  論文  参考訳（メタデータ） (2021-02-01T15:41:49Z)
• SAFFIRE: System for Autonomous Feature Filtering and Intelligent ROI Estimation [18.879707999761653]
  この研究は、一連の画像サンプルから支配的な再帰的イメージパターンを自動的に抽出する、SAFFIREという新しいフレームワークを導入する。 このフレームワークは、自動製品検査のためのマシンビジョンシステムのコンテキストにおいて、ここで特化されています。
  論文  参考訳（メタデータ） (2020-12-04T10:07:24Z)
• Movement Tracks for the Automatic Detection of Fish Behavior in Videos [63.85815474157357]
  水中ビデオでサブルフィッシュ(Anoplopoma fimbria)の発芽行動のデータセットを提供し,その上での深層学習(DL)法による行動検出について検討した。 提案する検出システムは,Long Short-Term Memory(LSTM)ネットワークを用いて,サブルフィッシュの起動動作を識別する。
  論文  参考訳（メタデータ） (2020-11-28T05:51:19Z)

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。