論文の概要: TagLabel: RFID Based Orientation and Material Sensing for Automated Package Inspection

• arxiv url: http://arxiv.org/abs/2512.07097v1
• Date: Mon, 08 Dec 2025 02:26:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-09 22:03:54.679224
• Title: TagLabel: RFID Based Orientation and Material Sensing for Automated Package Inspection
• Title（参考訳）: TagLabel: RFIDによる自動パッケージ検査のためのオリエンテーションと材料センシング
• Authors: David Wang, Jiale Zhang, Pei Zhang,
• Abstract要約: 本稿では,パッケージの向きと内容を決定するRFIDベースのシステムであるTagLabelを提案する。 RSSIとフェーズをどう変えるかを分析することにより、パッケージの内容を開かずに識別する。
• 参考スコア（独自算出の注目度）: 10.456526260549547
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Modern logistics systems face increasing difficulty in identifying counterfeit products, fraudulent returns, and hazardous items concealed within packages, yet current package screening methods remain too slow, expensive, and impractical for widespread use. This paper presents TagLabel, an RFID based system that determines both the orientation and contents of packages using low cost passive UHF tags. By analyzing how materials change RSSI and phase, the system identifies the contents of a package without opening it. Using orientation inferred from phase differences, tag occlusion, and antenna gain patterns, the system selects the tag with the greatest occlusion for accurate material sensing. We evaluate two and three tag configurations, and show that both can deliver high orientation and material sensing performance through the use of machine learning classifiers, even in realistic RF environments. When combined into a unified pipeline, TagLabel achieves more than 80 percent accuracy across all package orientations. Because it requires only standard RFID hardware and offers fast scanning times, this approach provides a practical way to enhance package inspection and improve automation in logistics operations.
• Abstract（参考訳）: 現代の物流システムでは、偽造品、不正なリターン、パッケージ内に隠された有害なアイテムの特定が困難になっているが、現在のパッケージのスクリーニング手法はあまりにも遅く、高価であり、広く使われるには実用的ではない。 本稿では、低コストな受動UHFタグを用いてパッケージの向きと内容を決定するRFIDベースのシステムであるTagLabelを提案する。 RSSIとフェーズをどう変えるかを分析することにより、パッケージの内容を開かずに識別する。 位相差やタグオクルージョン、アンテナゲインパターンから推定される配向を用いて、正確な物質センシングのために最大のオクルージョンを持つタグを選択する。 2つのタグ構成と3つのタグ構成を評価し、現実的なRF環境においても機械学習分類器を用いて、高い指向性および物質センシング性能を提供できることを示す。 統合パイプラインに結合すると、TagLabelはすべてのパッケージの向きに対して80%以上の精度を達成する。 標準のRFIDハードウェアしか必要とせず、高速なスキャン時間を提供するため、本手法はパッケージ検査を強化し、ロジスティクス操作における自動化を改善するための実用的な方法を提供する。

関連論文リスト

• Material Identification Via RFID For Smart Shopping [7.335607211003548]
  本稿では,既存のRFIDタグ付きアイテムを,異なる容器のRF信号の減衰と散乱を利用した物質センサに変換するシステムを提案する。 シミュレーションされた小売環境では、モデルは1秒のサンプルで89%の精度を達成し、1回の読み取りで74%の精度を達成している。 通路や玄関のチョークポイントに配備されると、不審な出来事をリアルタイムで通知し、カメラのスクリーニングやスタッフの介入を促す。
  論文  参考訳（メタデータ） (2025-04-24T19:18:55Z)
• An Automated Approach to Collecting and Labeling Time Series Data for Event Detection Using Elastic Node Hardware [18.15754187896287]
  本稿では,センサデータをIoTデバイス上で直接ラベル付けする新しい組込みシステムを提案する。 本稿では,各種センサデータのキャプチャとラベル付けを効率化する,特殊なラベル付けセンサを備えたハードウェアとソフトウェアの統合ソリューションを提案する。
  論文  参考訳（メタデータ） (2024-07-06T15:19:16Z)
• Reverse Engineering and Security Evaluation of Commercial Tags for RFID-Based IoT Applications [0.9999629695552193]
  本稿では、RFIDベースのIoTシステムで見られる最も一般的な欠陥について概説する。 第二に、そのような欠陥の検出と緩和を容易にする新しい手法を提示する。 第3に、最新のRFIDセキュリティツールを分析し、提案手法をその1つを通して適用し(Proxmark 3)、検証する。
  論文  参考訳（メタデータ） (2024-02-05T23:55:46Z)
• A Weakly Supervised Learning Framework for Salient Object Detection via Hybrid Labels [96.56299163691979]
  本稿では,ハイブリッドラベル下でのSODタスクに焦点をあてる。 このタスクにおけるラベルノイズと量不均衡の問題に対処するため、我々は3つの洗練されたトレーニング戦略を持つ新しいパイプラインフレームワークを設計する。 5つのSODベンチマーク実験により,本手法は弱教師付き/非教師付き手法と競合する性能を示した。
  論文  参考訳（メタデータ） (2022-09-07T06:45:39Z)
• The Tags Are Alright: Robust Large-Scale RFID Clone Detection Through Federated Data-Augmented Radio Fingerprinting [11.03108444237374]
  本稿では、RFIDクローン検出の精度を高めるために、フェデレーション機械学習(FML)とデータ拡張(DAG)に基づく新しいトレーニングフレームワークを提案する。 我々の知る限り、大規模なデバイス群に対するFMLとDAの有効性を実験的に実証した最初の論文である。
  論文  参考訳（メタデータ） (2021-05-08T10:48:02Z)
• Self-Supervised Person Detection in 2D Range Data using a Calibrated Camera [83.31666463259849]
  2次元LiDARに基づく人検出器のトレーニングラベル(擬似ラベル)を自動生成する手法を提案する。 擬似ラベルで訓練または微調整された自己監視検出器が,手動アノテーションを用いて訓練された検出器を上回っていることを示した。 私達の方法は付加的な分類の努力なしで配置の間に人の探知器を改善する有効な方法です。
  論文  参考訳（メタデータ） (2020-12-16T12:10:04Z)
• An Image Processing Pipeline for Automated Packaging Structure Recognition [60.56493342808093]
  単一RGB画像に基づく標準化された物流出荷のためのパッケージング構造の自動認識のための認知システムを提案する。 コントリビューションには、適切なシステム設計の記述と、関連する実世界のデータに対する評価が含まれている。
  論文  参考訳（メタデータ） (2020-09-29T07:26:08Z)
• Fully-Automated Packaging Structure Recognition in Logistics Environments [60.56493342808093]
  包装構造認識の完全自動化手法を提案する。 我々のアルゴリズムは深層学習モデルに基づいており、より正確に畳み込みニューラルネットワークを用いて画像のセグメント化を行う。 テストケースの約85%でパッケージ構造を正しく認識することができ、さらに一般的なパッケージタイプに注目する場合(91%)にさらに多くのパッケージ構造を認識できることを示す。
  論文  参考訳（メタデータ） (2020-08-11T10:57:23Z)
• Monitoring Browsing Behavior of Customers in Retail Stores via RFID Imaging [24.007822566345943]
  本稿では,モノスタティックRFIDイメージングに基づく多人数イメージングシステムTagSeeを提案する。 我々はImpinj Speedway R420リーダーとSMARTRAC DogBone RFIDタグを使用してTagSeeを実装した。 TagSeeは、たった3～4人のユーザーのトレーニングデータを使用して、マルチパーソンシナリオで90%以上のTPRと10%未満のFPRを達成することができる。
  論文  参考訳（メタデータ） (2020-07-07T16:36:24Z)
• LabelEnc: A New Intermediate Supervision Method for Object Detection [78.74368141062797]
  本稿では,オブジェクト検出システムのトレーニングを促進するため,LabelEncという新たな中間監視手法を提案する。 鍵となるアイデアは、新しいラベル符号化機能を導入し、接地木ラベルを潜伏埋め込みにマッピングすることである。 実験の結果,COCOデータセット上での検出精度は,約2%向上した。
  論文  参考訳（メタデータ） (2020-07-07T08:55:05Z)
• EHSOD: CAM-Guided End-to-end Hybrid-Supervised Object Detection with Cascade Refinement [53.69674636044927]
  本稿では,エンド・ツー・エンドのハイブリッド型オブジェクト検出システムであるEHSODについて述べる。 完全なアノテートと弱いアノテートの両方で、ワンショットでトレーニングすることができる。 完全なアノテートされたデータの30%しか持たない複数のオブジェクト検出ベンチマークで、同等の結果が得られる。
  論文  参考訳（メタデータ） (2020-02-18T08:04:58Z)

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。