論文の概要: RetailOpt: An Opt-In, Easy-to-Deploy Trajectory Estimation System Leveraging Smartphone Motion Data and Retail Facility Information
- arxiv url: http://arxiv.org/abs/2404.12548v1
- Date: Fri, 19 Apr 2024 00:03:49 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-22 16:34:43.285960
- Title: RetailOpt: An Opt-In, Easy-to-Deploy Trajectory Estimation System Leveraging Smartphone Motion Data and Retail Facility Information
- Title(参考訳): RetailOpt:スマートフォンのモーションデータと小売施設情報を活用した、オプトインで簡単に展開可能な軌道推定システム
- Authors: Ryo Yonetani, Jun Baba, Yasutaka Furukawa,
- Abstract要約: RetailOptは、屋内小売環境における顧客の動きを追跡するための、オプトインで簡単にデプロイできる新しいシステムである。
このシステムは、スマートフォンや小売アプリを通じて現在アクセス可能な情報(モーションデータ、ストアマップ、購入レコード)を利用する。
- 参考スコア(独自算出の注目度): 23.24640055170792
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present RetailOpt, a novel opt-in, easy-to-deploy system for tracking customer movements in indoor retail environments. The system utilizes information presently accessible to customers through smartphones and retail apps: motion data, store map, and purchase records. The approach eliminates the need for additional hardware installations/maintenance and ensures customers maintain full control of their data. Specifically, RetailOpt first employs inertial navigation to recover relative trajectories from smartphone motion data. The store map and purchase records are then cross-referenced to identify a list of visited shelves, providing anchors to localize the relative trajectories in a store through continuous and discrete optimization. We demonstrate the effectiveness of our system through systematic experiments in five diverse environments. The proposed system, if successful, would produce accurate customer movement data, essential for a broad range of retail applications, including customer behavior analysis and in-store navigation. The potential application could also extend to other domains such as entertainment and assistive technologies.
- Abstract(参考訳): RetailOptは、屋内小売環境における顧客の動きを追跡するための、オプトインで簡単にデプロイできる新しいシステムである。
このシステムは、スマートフォンや小売アプリを通じて現在アクセス可能な情報(モーションデータ、ストアマップ、購入レコード)を利用する。
このアプローチは、追加のハードウェアインストール/メンテナンスの必要性を排除し、顧客がデータの完全なコントロールを確実にする。
具体的には、RetailOptはまず慣性ナビゲーションを使用して、スマートフォンのモーションデータから相対軌道を復元する。
ストアマップと購入レコードを相互参照して、訪問した棚のリストを特定し、連続的かつ離散的な最適化を通じて、ストア内の相対的な軌跡をローカライズするアンカーを提供する。
5つの異なる環境における系統的な実験を通して,本システムの有効性を実証する。
提案システムは、成功すれば顧客行動分析や店内ナビゲーションなど、幅広い小売アプリケーションに欠かせない正確な顧客行動データを生成する。
潜在的なアプリケーションは、エンターテイメントや補助技術といった他の領域にも拡張できる可能性がある。
関連論文リスト
- Deep Learning for Trajectory Data Management and Mining: A Survey and Beyond [58.63558696061679]
軌道計算は、位置サービス、都市交通、公共安全など、様々な実用用途において重要である。
トラジェクトリ・コンピューティングのためのディープラーニング(DL4Traj)の開発と最近の進歩について概観する。
特に、軌道計算を増強する可能性を持つ大規模言語モデル(LLM)の最近の進歩をカプセル化する。
論文 参考訳(メタデータ) (2024-03-21T05:57:27Z) - Deployment of Advanced and Intelligent Logistics Vehicles with Enhanced Tracking and Security Features [0.0]
本研究は、高度追跡とセキュリティ機能を備えた近代的かつインテリジェントなロジスティクス車両の実装に焦点を当てる。
この実装の中核となるコンポーネントは、車両の位置と動きのリアルタイムモニタリングを可能にする最先端のトラッキングメカニズムの導入である。
提案システムはロジスティクス管理に革命をもたらすことを目的としており、顧客とサービスプロバイダの両方にシームレスでセキュアなエクスペリエンスを提供する。
論文 参考訳(メタデータ) (2024-02-19T04:44:24Z) - MSight: An Edge-Cloud Infrastructure-based Perception System for
Connected Automated Vehicles [58.461077944514564]
本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。
MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。
評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
論文 参考訳(メタデータ) (2023-10-08T21:32:30Z) - OASIS: Automated Assessment of Urban Pedestrian Paths at Scale [16.675093530600154]
モバイル機器を用いて歩道ネットワークデータを抽出する自由かつオープンソースの自動マッピングシステムを開発した。
本稿では,地域交通経路レビューチームの一員である人間測量士とともに,実環境で収集した画像を用いて訓練・テストしたプロトタイプシステムについて述べる。
論文 参考訳(メタデータ) (2023-03-04T01:32:59Z) - Offline Reinforcement Learning for Visual Navigation [66.88830049694457]
ReViNDは、ロボットナビゲーションのための最初のオフラインRLシステムで、これまで収集されたデータを利用して、現実世界でユーザーが指定した報酬関数を最適化する。
ReViNDは、このデータセットからのオフライントレーニングのみを使用して、遠方の目標にナビゲートできることを示し、ユーザ指定の報酬関数に基づいて、質的に異なる振る舞いを示す。
論文 参考訳(メタデータ) (2022-12-16T02:23:50Z) - ViKiNG: Vision-Based Kilometer-Scale Navigation with Geographic Hints [94.60414567852536]
長距離航法には、計画と局所的な移動可能性の推論の両方が必要である。
学習と計画を統合する学習に基づくアプローチを提案する。
ViKiNGは、画像ベースの学習コントローラを利用できる。
論文 参考訳(メタデータ) (2022-02-23T02:14:23Z) - Augmented reality navigation system for visual prosthesis [67.09251544230744]
反応ナビゲーションと経路計画のソフトウェアを組み込んだ視覚補綴用拡張現実ナビゲーションシステムを提案する。
対象を地図上に配置し、対象の軌道を計画し、対象に示し、障害なく再計画する。
その結果,目標を達成するための時間と距離を減らし,障害物衝突の回数を大幅に減らし,航法性能の向上を図っている。
論文 参考訳(メタデータ) (2021-09-30T09:41:40Z) - 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) - Grab: Fast and Accurate Sensor Processing for Cashier-Free Shopping [5.777092390527491]
キャッシュレスショッピングを実現するために,既存インフラとデバイスを活用したGrabを提案する。
Grabは顧客を正確に識別し、追跡し、各買い物客を棚から回収するアイテムに関連付ける必要がある。
小売店でのパイロット展開による実験では、Grabは90%以上の精度とリコールを達成できる。
論文 参考訳(メタデータ) (2020-01-04T04:12:06Z)
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。