論文の概要: Vision-Based Automatic Groceries Tracking System -- Smart Homes

• arxiv url: http://arxiv.org/abs/2312.12486v1
• Date: Tue, 19 Dec 2023 17:08:08 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-21 18:14:05.860899
• Title: Vision-Based Automatic Groceries Tracking System -- Smart Homes
• Title（参考訳）: 視覚による自動食料品追跡システム-スマートホーム
• Authors: Divya Mereddy
• Abstract要約: 家庭用冷蔵庫や保管庫における食料品の検出は, 小売品の棚上げデータと比較すると, 非常に複雑である。 本稿では,小売店の棚上げデータと果物のデータセットを実店舗から収集したリアルタイムの360度ビューデータポイントとを組み合わせることで,家庭用食料品追跡の課題を解決する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: With advanced AI, while every industry is growing at rocket speed, the smart home industry has not reached the next generation. There is still a huge leap of innovation that needs to happen before we call a home a Smart home. A Smart home should predict residents' needs and fulfill them in a timely manner. One of the important tasks of maintaining a home is timely grocery tracking and supply maintenance. Grocery tracking models are very famous in the retail industry but they are nonexistent in the common household. Groceries detection in household refrigerators or storage closets is very complicated compared to retail shelving data. In this paper, home grocery tracking problem is resolved by combining retail shelving data and fruits dataset with real-time 360 view data points collected from home groceries storage. By integrating this vision-based object detection system along with supply chain and user food interest prediction systems, complete automation of groceries ordering can be achieved.
• Abstract（参考訳）: 先進的なAIでは、あらゆる業界がロケット速度で成長しているが、スマートホーム産業は次世代には達していない。 家をスマートホームと呼ぶまでには、まだ大きなイノベーションの飛躍があります。 スマートホームは、住民のニーズをタイムリーに予測し、それらを満たすべきである。 家を維持するための重要なタスクの1つは、タイムリーな食料品の追跡と供給の維持である。 食料品追跡モデルは小売業界では非常に有名であるが、一般家庭では存在しない。 家庭用冷蔵庫や保管庫の食料品検出は, 小売棚データと比較して複雑である。 本稿では,小売店の棚上げデータと果物のデータセットを実店舗から収集したリアルタイム360度ビューデータポイントとを組み合わせることで,家庭用食料品追跡の課題を解決する。 このビジョンに基づくオブジェクト検出システムとサプライチェーンとユーザ食品関心予測システムを統合することにより、食料品注文の完全自動化を実現することができる。

関連論文リスト

• Privacy Management and Interface Design for a Smart House [0.0]
  本研究は,スマートハウスの制御におけるセキュリティとインターフェース設計の役割を強調した。 この研究は、どんな人でも簡単にデータや活動を管理することができるインターフェイスを提供することの重要性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2024-02-29T09:26:41Z)
• A Benchmark Grocery Dataset of Realworld Point Clouds From Single View [12.353627651884095]
  微細な食料品の物体認識は、自動チェックアウト、店内ロボットナビゲーション、視覚障害者のための補助技術など幅広い用途において重要なコンピュータビジョン問題である。 既存の食料品のデータセットは主に2Dイメージである。これらのデータセットでトレーニングされたモデルは、通常の2Dグリッドからの学習機能に限られる。 モバイル3Dセンサーが利用可能であるにもかかわらず、現在、食料品用の大規模な3Dデータセット専用のリアルタイムベンチマークは存在しない。
  論文  参考訳（メタデータ） (2024-02-12T17:24:35Z)
• Open-sourced Data Ecosystem in Autonomous Driving: the Present and Future [130.87142103774752]
  このレビューは、70以上のオープンソースの自動運転データセットを体系的に評価する。 高品質なデータセットの作成の基礎となる原則など、さまざまな側面に関する洞察を提供する。 また、解決を保障する科学的、技術的課題も検討している。
  論文  参考訳（メタデータ） (2023-12-06T10:46:53Z)
• Empowering Agrifood System with Artificial Intelligence: A Survey of the Progress, Challenges and Opportunities [86.89427012495457]
  我々は、AI技術がアグリフードシステムをどう変え、現代のアグリフード産業に貢献するかをレビューする。 本稿では,農業,畜産,漁業において,アグリフードシステムにおけるAI手法の進歩について概説する。 我々は、AIで現代のアグリフードシステムを変革するための潜在的な課題と有望な研究機会を強調します。
  論文  参考訳（メタデータ） (2023-05-03T05:16:54Z)
• Planning Irregular Object Packing via Hierarchical Reinforcement Learning [85.64313062912491]
  本研究では,不規則物体のパッケージングシーケンスと配置を計画するための階層的強化学習手法を提案する。 我々の手法は、不規則なオブジェクトの最先端のパッキング方法よりも、より少ない時間でより多くのオブジェクトをパックできることを示す。
  論文  参考訳（メタデータ） (2022-11-17T07:16:37Z)
• The State of Aerial Surveillance: A Survey [62.198765910573556]
  本稿では、コンピュータビジョンとパターン認識の観点から、人間中心の空中監視タスクの概要を概観する。 主な対象は、単体または複数の被験者が検出され、特定され、追跡され、再同定され、その振る舞いが分析される人間である。
  論文  参考訳（メタデータ） (2022-01-09T20:13:27Z)
• KITTI-360: A Novel Dataset and Benchmarks for Urban Scene Understanding in 2D and 3D [67.50776195828242]
  KITTI-360は、よりリッチな入力モダリティ、包括的なセマンティックインスタンスアノテーション、正確なローカライゼーションを含む郊外の運転データセットである。 その結果,150k以上のセマンティクスとインスタンスのアノテート画像と1Bのアノテート3Dポイントが得られた。 我々は、同じデータセット上のコンピュータビジョン、グラフィックス、ロボット工学の問題を含む、モバイル知覚に関連するいくつかのタスクのベンチマークとベースラインを構築した。
  論文  参考訳（メタデータ） (2021-09-28T00:41:29Z)
• ARC: A Vision-based Automatic Retail Checkout System [0.0]
  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。
  論文  参考訳（メタデータ） (2021-04-07T00:07:53Z)
• Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
  モバイルデータ分析における多くの関心は、人間とその行動に関連している。 本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
  論文  参考訳（メタデータ） (2020-08-29T15:14:03Z)
• Towards in-store multi-person tracking using head detection and track heatmaps [11.318061963422807]
  本稿では,スーパーマーケットの顧客行動の様相を再現するオフィス環境において,カメラから収集したデータセットを紹介する。 本稿では,顧客とスタッフの行動パターンに基づいた認識モデルを提案する。 このモデルは、スーパーマーケットで24時間にわたって収集された実世界のデータセットを用いて評価され、トレーニング中の98%の精度と評価中の93%の精度を達成する。
  論文  参考訳（メタデータ） (2020-05-16T15:07:19Z)
• Online Guest Detection in a Smart Home using Pervasive Sensors and Probabilistic Reasoning [3.538944147459101]
  本稿では,各段階における環境人数を推定できる確率論的アプローチを提案する。 シミュレーションデータと実データの両方を用いて,異なるサイズと構成の2つのスマートホーム上で,本手法を検証・検証した。
  論文  参考訳（メタデータ） (2020-03-13T15:41:15Z)

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。