論文の概要: Semi-Automated Computer Vision based Tracking of Multiple Industrial Entities -- A Framework and Dataset Creation Approach

• arxiv url: http://arxiv.org/abs/2304.00950v1
• Date: Mon, 3 Apr 2023 13:15:20 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-04 15:31:00.886296
• Title: Semi-Automated Computer Vision based Tracking of Multiple Industrial Entities -- A Framework and Dataset Creation Approach
• Title（参考訳）: 複数の産業エンティティの半自動コンピュータビジョンによる追跡 -フレームワークとデータセット作成アプローチ-
• Authors: J\'er\^ome Rutinowski, Hazem Youssef, Sven Franke, Irfan Fachrudin Priyanta, Frederik Polachowski, Moritz Roidl, Christopher Reining
• Abstract要約: この貢献は、カメラネットワーク上で産業エンティティを継続的に追跡するためのフレームワークであるTOMIEフレームワーク(Tracking of Multiple Industrial Entities)を提示する。 画像データセットが作成され、同時にフレームワークの妥当性を評価するために使用される。 このデータセットは、同等のデータセットを4倍にスケールし、ウェアハウジング分野の産業アプリケーションから引き出されたシナリオで構成されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This contribution presents the TOMIE framework (Tracking Of Multiple Industrial Entities), a framework for the continuous tracking of industrial entities (e.g., pallets, crates, barrels) over a network of, in this example, six RGB cameras. This framework, makes use of multiple sensors, data pipelines and data annotation procedures, and is described in detail in this contribution. With the vision of a fully automated tracking system for industrial entities in mind, it enables researchers to efficiently capture high quality data in an industrial setting. Using this framework, an image dataset, the TOMIE dataset, is created, which at the same time is used to gauge the framework's validity. This dataset contains annotation files for 112,860 frames and 640,936 entity instances that are captured from a set of six cameras that perceive a large indoor space. This dataset out-scales comparable datasets by a factor of four and is made up of scenarios, drawn from industrial applications from the sector of warehousing. Three tracking algorithms, namely ByteTrack, Bot-Sort and SiamMOT are applied to this dataset, serving as a proof-of-concept and providing tracking results that are comparable to the state of the art.
• Abstract（参考訳）: この貢献は、産業エンティティ(例えばパレット、クレート、バレル)を6台のrgbカメラのネットワーク上で連続的に追跡するためのフレームワークであるtomie framework (tracking of multiple industrial entities)を提示している。 このフレームワークは、複数のセンサー、データパイプライン、データアノテーション手順を使用しており、このコントリビューションで詳細に説明されている。 産業部門のための完全自動化トラッキングシステムのビジョンを念頭に置いて、研究者は産業環境で効率的に高品質なデータをキャプチャできる。 このフレームワークを使用すると、画像データセットであるTOMIEデータセットが作成され、同時にフレームワークの妥当性を評価するために使用される。 このデータセットには、112,860フレームのアノテーションファイルと640,936のエンティティインスタンスが含まれている。 このデータセットは、同等のデータセットを4倍にスケールし、ウェアハウスセクターの産業アプリケーションから引き出されたシナリオで構成されている。 このデータセットにはByteTrack、Bot-Sort、SiamMOTという3つのトラッキングアルゴリズムが適用される。

関連論文リスト

• IPAD: Industrial Process Anomaly Detection Dataset [71.39058003212614]
  ビデオ異常検出(VAD)は,ビデオフレーム内の異常を認識することを目的とした課題である。 本稿では,産業シナリオにおけるVADに特化して設計された新しいデータセットIPADを提案する。 このデータセットは16の異なる産業用デバイスをカバーし、合成ビデオと実世界のビデオの両方を6時間以上保存している。
  論文  参考訳（メタデータ） (2024-04-23T13:38:01Z)
• MTMMC: A Large-Scale Real-World Multi-Modal Camera Tracking Benchmark [63.878793340338035]
  マルチターゲットマルチカメラトラッキングは、複数のカメラからのビデオストリームを使用して個人を特定し、追跡する重要なタスクである。 このタスクの既存のデータセットは、制御されたカメラネットワーク設定内で合成または人工的に構築される。 我々は16台のマルチモーダルカメラで2つの異なる環境でキャプチャされた長いビデオシーケンスを含む実世界の大規模データセットであるMTMMCを紹介する。
  論文  参考訳（メタデータ） (2024-03-29T15:08:37Z)
• Investigation of the Impact of Synthetic Training Data in the Industrial Application of Terminal Strip Object Detection [4.327763441385371]
  本稿では,端末ストリップ物体検出の複雑な産業応用における標準対象検出器のシム・トゥ・リアル一般化性能について検討する。 評価のために300個の実画像に手動でアノテートを行った結果,どちらの領域でも同じ規模の興味の対象が重要であることがわかった。
  論文  参考訳（メタデータ） (2024-03-06T18:33:27Z)
• End-to-end Tracking with a Multi-query Transformer [96.13468602635082]
  マルチオブジェクトトラッキング(MOT)は、時間とともにシーン内のオブジェクトの位置、外観、アイデンティティを同時に推論する必要がある課題である。 本研究の目的は、トラッキング・バイ・ディテクト・アプローチを超えて、未知のオブジェクト・クラスに対してもよく機能するクラスに依存しないトラッキングへと移行することである。
  論文  参考訳（メタデータ） (2022-10-26T10:19:37Z)
• TRoVE: Transforming Road Scene Datasets into Photorealistic Virtual Environments [84.6017003787244]
  本研究では、シミュレーションデータセットに存在する困難とドメインギャップに対処する合成データ生成パイプラインを提案する。 既存のデータセットからアノテーションや視覚的手がかりを利用すれば、自動マルチモーダルデータ生成が容易になることを示す。
  論文  参考訳（メタデータ） (2022-08-16T20:46:08Z)
• An Automated Analysis Framework for Trajectory Datasets [0.0]
  近年,自動走行車の安全性検証において,道路利用者の軌道データセットの重要性が高まっている。 10万以上のトラックを持ついくつかの自然主義的な軌道データセットがリリースされ、それに続くものもリリースされる。 この量のデータを考えると、これらのデータセットを奥行きで簡単に比較できる必要がある。
  論文  参考訳（メタデータ） (2022-02-12T10:55:53Z)
• Integrative Use of Computer Vision and Unmanned Aircraft Technologies in Public Inspection: Foreign Object Debris Image Collection [2.709804256642196]
  無人航空機システム(UAS)は公共サービス事業者やスマートシティにとって重要な資源となっている。 本研究の目的は,コンピュータビジョンとUAS技術を統合して公衆検査を自動化することである。 最初のケーススタディとして、軽量自動検出の可能性を評価するために、一般的な異物デブリ(FOD)のデータセットが開発された。
  論文  参考訳（メタデータ） (2021-06-01T00:45:32Z)
• TICaM: A Time-of-flight In-car Cabin Monitoring Dataset [10.845284058153837]
  TICaMは、単一の広角深度カメラを使用して車両内部の監視のための飛行中キャビンモニタリングデータセットです。 運転中の動作の総括的リストを記録し,マルチモーダルなラベル付き画像を提供する。 実際の記録に加えて,同種の画像とアノテーションを用いた車内キャビン画像の合成データセットを提供する。
  論文  参考訳（メタデータ） (2021-03-22T10:48:45Z)
• Campus3D: A Photogrammetry Point Cloud Benchmark for Hierarchical Understanding of Outdoor Scene [76.4183572058063]
  複数の屋外シーン理解タスクに対して,リッチな注釈付き3Dポイントクラウドデータセットを提案する。 データセットは階層型ラベルとインスタンスベースのラベルの両方でポイントワイズアノテートされている。 本稿では,3次元点雲分割のための階層的学習問題を定式化し,様々な階層間の整合性を評価することを提案する。
  論文  参考訳（メタデータ） (2020-08-11T19:10:32Z)
• TAO: A Large-Scale Benchmark for Tracking Any Object [95.87310116010185]
  オブジェクトのデータセットの追跡は2,907本の高解像度ビデオで構成され、平均で30分の長さの多様な環境でキャプチャされる。 ビデオの任意の時点で移動するオブジェクトにアノテータにラベルを付け、ファクトラムの後に名前を付けるように求めます。 我々の語彙は、既存の追跡データセットと著しく大きく、質的に異なる。
  論文  参考訳（メタデータ） (2020-05-20T21:07:28Z)

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。