論文の概要: Ubiquitous Metadata: Design and Fabrication of Embedded Markers for Real-World Object Identification and Interaction
- arxiv url: http://arxiv.org/abs/2407.11748v1
- Date: Tue, 16 Jul 2024 14:14:52 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-17 14:42:40.506445
- Title: Ubiquitous Metadata: Design and Fabrication of Embedded Markers for Real-World Object Identification and Interaction
- Title（参考訳）: ユビキタスメタデータ:実世界の物体識別とインタラクションのための埋め込みマーカーの設計と作成
- Authors: Mustafa Doga Dogan,
- Abstract要約: 物理的な領域とデジタル領域の収束は、没入的な経験とシームレスな相互作用の新しい時代を支えてきた。
物理的オブジェクトと仮想オブジェクトを接続する堅牢で効率的な方法が求められている。
本稿では, 組込み機械可読マーカーの設計, 製作, 検出を通じて, このギャップを埋める新しい手法を提案する。
- 参考スコア（独自算出の注目度）: 4.921018480502905
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The convergence of the physical and digital realms has ushered in a new era of immersive experiences and seamless interactions. As the boundaries between the real world and virtual environments blur and result in a "mixed reality," there arises a need for robust and efficient methods to connect physical objects with their virtual counterparts. In this thesis, we present a novel approach to bridging this gap through the design, fabrication, and detection of embedded machine-readable markers. We categorize the proposed marking approaches into three distinct categories: natural markers, structural markers, and internal markers. Natural markers, such as those used in SensiCut, are inherent fingerprints of objects repurposed as machine-readable identifiers, while structural markers, such as StructCode and G-ID, leverage the structural artifacts in objects that emerge during the fabrication process itself. Internal markers, such as InfraredTag and BrightMarker, are embedded inside fabricated objects using specialized materials. Leveraging a combination of methods from computer vision, machine learning, computational imaging, and material science, the presented approaches offer robust and versatile solutions for object identification, tracking, and interaction. These markers, seamlessly integrated into real-world objects, effectively communicate an object's identity, origin, function, and interaction, functioning as gateways to "ubiquitous metadata" - a concept where metadata is embedded into physical objects, similar to metadata in digital files. Across the different chapters, we demonstrate the applications of the presented methods in diverse domains, including product design, manufacturing, retail, logistics, education, entertainment, security, and sustainability.
- Abstract（参考訳）: 物理的な領域とデジタル領域の収束は、没入的な経験とシームレスな相互作用の新しい時代を支えてきた。
現実世界と仮想環境の境界が曖昧になり、結果として"混合現実"が生まれると、物理的オブジェクトと仮想オブジェクトを接続するための堅牢で効率的な方法の必要性が生じる。
本稿では, 組込み機械可読マーカーの設計, 製作, 検出を通じて, このギャップを埋める新しい手法を提案する。
提案手法を,自然マーカー,構造マーカー,内部マーカーの3つのカテゴリに分類した。
SensiCutで使用されるような自然なマーカーは、機械可読識別子として再利用されたオブジェクトの固有の指紋であり、StructCodeやG-IDのような構造的マーカーは、製造プロセス自体に現れるオブジェクトの構造的アーティファクトを利用する。
InfraredTagやBrightMarkerのような内部マーカーは、特殊な材料を使用して製造されたオブジェクト内に埋め込まれている。
コンピュータビジョン、機械学習、計算画像、物質科学の手法を組み合わせることで、オブジェクトの識別、追跡、相互作用のための堅牢で汎用的なソリューションを提供する。
これらのマーカーは現実世界のオブジェクトにシームレスに統合され、オブジェクトのアイデンティティ、起源、関数、インタラクションを効果的に伝達し、"ユビキタスなメタデータ"のゲートウェイとして機能する。
各章において,製品設計,製造,小売,物流,教育,エンターテイメント,セキュリティ,持続可能性など,さまざまな分野における提案手法の適用例を示す。
関連論文リスト
- ZoomNeXt: A Unified Collaborative Pyramid Network for Camouflaged Object Detection [70.11264880907652]
最近のオブジェクト(COD)は、現実のシナリオでは極めて複雑で難しい、視覚的にブレンドされたオブジェクトを周囲に分割しようと試みている。
本研究では,不明瞭な画像を観察したり,ズームインしたりアウトしたりする際の人間の行動を模倣する,効果的な統合協調ピラミッドネットワークを提案する。
我々のフレームワークは、画像とビデオのCODベンチマークにおいて、既存の最先端の手法を一貫して上回っている。
論文 参考訳（メタデータ） (2023-10-31T06:11:23Z) - Persistent Homology Meets Object Unity: Object Recognition in Clutter [2.356908851188234]
見えない屋内環境における隠蔽物体の認識は、移動ロボットにとって難しい問題である。
本稿では,深度画像から生成された点雲のための新しい記述子TOPSと,人間の推論にインスパイアされた認識フレームワークTHORを提案する。
THORは両方のデータセットで最先端の手法より優れており、UW-IS Occludedデータセットのすべてのシナリオに対する認識精度が大幅に向上している。
論文 参考訳（メタデータ） (2023-05-05T19:42:39Z) - Complex-Valued Autoencoders for Object Discovery [62.26260974933819]
本稿では,オブジェクト中心表現に対する分散アプローチとして,複合オートエンコーダを提案する。
このシンプルで効率的なアプローチは、単純なマルチオブジェクトデータセット上の等価な実数値オートエンコーダよりも、より良い再構成性能を実現することを示す。
また、2つのデータセット上のSlotAttentionモデルと競合しないオブジェクト発見性能を実現し、SlotAttentionが失敗する第3のデータセットでオブジェクトをアンタングルする。
論文 参考訳（メタデータ） (2022-04-05T09:25:28Z) - Visuo-Haptic Object Perception for Robots: An Overview [1.7033055327465234]
本稿では,ロボット応用におけるマルチモーダル物体認識の現状を概説する。
生物学的インスピレーション、センサー技術、データセット、オブジェクト認識と把握のための知覚データ処理の側面をカバーしている。
論文 参考訳（メタデータ） (2022-03-22T08:55:36Z) - Discovering Objects that Can Move [55.743225595012966]
手動ラベルなしでオブジェクトを背景から分離する、オブジェクト発見の問題について検討する。
既存のアプローチでは、色、テクスチャ、位置などの外観の手がかりを使用して、ピクセルをオブジェクトのような領域に分類する。
私たちは、動的オブジェクト -- 世界で独立して動くエンティティ -- にフォーカスすることを選びます。
論文 参考訳（メタデータ） (2022-03-18T21:13:56Z) - Contrastive Object Detection Using Knowledge Graph Embeddings [72.17159795485915]
一つのホットアプローチで学習したクラス埋め込みの誤差統計と、自然言語処理や知識グラフから意味的に構造化された埋め込みを比較した。
本稿では,キーポイントベースおよびトランスフォーマーベースオブジェクト検出アーキテクチャの知識埋め込み設計を提案する。
論文 参考訳（メタデータ） (2021-12-21T17:10:21Z) - Object Pursuit: Building a Space of Objects via Discriminative Weight
Generation [23.85039747700698]
視覚学習と理解のためのオブジェクト中心表現を継続的に学習するフレームワークを提案する。
我々は、オブジェクト中心の表現を学習しながら、オブジェクトとそれに対応するトレーニング信号の多様なバリエーションをサンプリングするために、インタラクションを活用する。
提案するフレームワークの重要な特徴について広範な研究を行い,学習した表現の特徴を分析した。
論文 参考訳（メタデータ） (2021-12-15T08:25:30Z) - ObjectFolder: A Dataset of Objects with Implicit Visual, Auditory, and
Tactile Representations [52.226947570070784]
両課題に対処する100のオブジェクトからなるデータセットであるObjectを,2つの重要なイノベーションで紹介する。
まず、オブジェクトは視覚的、聴覚的、触覚的なすべてのオブジェクトの知覚データをエンコードし、多数の多感覚オブジェクト認識タスクを可能にする。
第2に、Objectは統一されたオブジェクト中心のシミュレーションと、各オブジェクトの視覚的テクスチャ、触覚的読み出し、触覚的読み出しに暗黙的な表現を採用しており、データセットの使用が柔軟で共有が容易である。
論文 参考訳（メタデータ） (2021-09-16T14:00:59Z) - Simultaneous Multi-View Object Recognition and Grasping in Open-Ended
Domains [0.0]
オープンなオブジェクト認識と把握を同時に行うために,メモリ容量を増強したディープラーニングアーキテクチャを提案する。
シミュレーションと実世界設定の両方において,本手法が未確認のオブジェクトを把握し,現場でのごくわずかな例を用いて,新たなオブジェクトカテゴリを迅速に学習できることを実証する。
論文 参考訳（メタデータ） (2021-06-03T14:12:11Z) - COBE: Contextualized Object Embeddings from Narrated Instructional Video [52.73710465010274]
そこで本稿では,教師ビデオの自動書き起こしからコンテキスト適応型オブジェクト埋め込みを学習するための新しいフレームワークを提案する。
言語の意味的・構成的構造を視覚的検知器を訓練し,オブジェクトとその関連するナレーションの文脈的単語埋め込みを予測する。
実験の結果,検出器は多種多様なコンテキストオブジェクト情報を予測し,少数ショットおよびゼロショット学習の設定において極めて有効であることがわかった。
論文 参考訳（メタデータ） (2020-07-14T19:04:08Z)
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。