論文の概要: Automated Counting of Stacked Objects in Industrial Inspection

• arxiv url: http://arxiv.org/abs/2603.15470v1
• Date: Mon, 16 Mar 2026 16:05:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 18:28:58.559901
• Title: Automated Counting of Stacked Objects in Industrial Inspection
• Title（参考訳）: 産業検査における積み重ね物の自動計数
• Abstract要約: 本稿では,タスクを2つの相補的なサブプロブレムに分解する新しい3Dカウント手法を提案する。 幾何学的再構成と深層学習に基づく深度解析を組み合わせることで,コンテナ内の同一部品を正確に数えることができる。 我々は,手作業による計数による大規模合成および多種多様な実世界のデータに対して,我々の3D計数パイプラインを検証する。
• 参考スコア（独自算出の注目度）: 49.64746151646097
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Visual object counting is a fundamental computer vision task in industrial inspection, where accurate, high-throughput inventory tracking and quality assurance are critical. Moreover, manufactured parts are often too light to reliably deduce their count from their weight, or too heavy to move the stack on a scale safely and practically, making automated visual counting the more robust solution in many scenarios. However, existing methods struggle with stacked 3D items in containers, pallets, or bins, where most objects are heavily occluded and only a few are directly visible. To address this important yet underexplored challenge, we propose a novel 3D counting approach that decomposes the task into two complementary subproblems: estimating the 3D geometry of the stack and its occupancy ratio from multi-view images. By combining geometric reconstruction with deep learning-based depth analysis, our method can accurately count identical manufactured parts inside containers, even when they are irregularly stacked and partially hidden. We validate our 3D counting pipeline on large-scale synthetic and diverse real-world data with manually verified total counts, demonstrating robust performance under realistic inspection conditions.
• Abstract（参考訳）: ビジュアルオブジェクトカウントは産業検査における基本的なコンピュータビジョンタスクであり、正確で高スループットの在庫追跡と品質保証が重要である。 さらに、製造された部品は重量から確実にカウントを導き出すには軽すぎる場合もあれば、スタックを安全かつ実用的なスケールで動かすには重すぎる場合も少なくないため、多くのシナリオにおいて、自動的なビジュアルカウントはより堅牢なソリューションとなる。 しかし、既存のメソッドはコンテナやパレット、ビンに積み重ねられた3Dアイテムに苦労する。 そこで本研究では,この課題に対処するために,スタックの3次元形状と,その占有率を多視点画像から推定する,2つの相補的なサブプロブレムに分解する新しい3Dカウント手法を提案する。 幾何学的再構成と深層学習に基づく深度解析を組み合わせることで,不規則に積み重ねられて部分的に隠された場合でも,容器内の同一部品を正確に数えることができる。 実測条件下での堅牢な性能を実証し,手作業による計数による大規模合成および多種多様な実世界のデータに対して,我々の3D計数パイプラインの有効性を検証した。

関連論文リスト

• Sparse Multiview Open-Vocabulary 3D Detection [27.57172918603858]
  3Dオブジェクト検出は伝統的に、固定されたカテゴリのセットを検出するトレーニングによって解決されてきた。 本研究では,オープンボキャブラリによる3次元物体検出の課題について検討する。 我々のアプローチは、計算コストのかかる3D特徴フュージョンを使わずに、事前訓練されたオフザシェルフ2Dファンデーションモデルに頼っている。
  論文  参考訳（メタデータ） (2025-09-19T12:22:24Z)
• Towards Flexible 3D Perception: Object-Centric Occupancy Completion Augments 3D Object Detection [54.78470057491049]
  占領は3Dシーンの知覚に有望な代替手段として現れてきた。 オブジェクトbboxのサプリメントとして,オブジェクト中心の占有率を導入する。 これらの特徴は,最先端の3Dオブジェクト検出器の検出結果を著しく向上させることを示した。
  論文  参考訳（メタデータ） (2024-12-06T16:12:38Z)
• Counting Stacked Objects [57.68870743111393]
  本稿では,タスクを2つの相補的なサブプロブレムに分解する新しい3Dカウント手法を提案する。 幾何学的再構成と深層学習に基づく深度解析を組み合わせることで,コンテナ内の同一物体を正確にカウントすることができる。 多様な実世界および大規模合成データセット上での3Dカウントパイプラインの検証を行う。
  論文  参考訳（メタデータ） (2024-11-28T13:51:16Z)
• CMR3D: Contextualized Multi-Stage Refinement for 3D Object Detection [57.44434974289945]
  本稿では,3次元オブジェクト検出(CMR3D)フレームワークのためのコンテキスト型マルチステージリファインメントを提案する。 我々のフレームワークは3Dシーンを入力として取り、シーンの有用なコンテキスト情報を明示的に統合しようと試みている。 3Dオブジェクトの検出に加えて,3Dオブジェクトカウント問題に対するフレームワークの有効性について検討する。
  論文  参考訳（メタデータ） (2022-09-13T05:26:09Z)
• SRCN3D: Sparse R-CNN 3D for Compact Convolutional Multi-View 3D Object Detection and Tracking [12.285423418301683]
  本稿では,スパースクエリ,ボックスワイズサンプリングによるスパースアテンション,スパース予測を組み込んだ新しい2段フルスパース検出器であるスパースR-CNN3Dを提案する。 nuScenesデータセットの実験では、SRCN3Dは3Dオブジェクト検出とマルチオブジェクト追跡の両方で競合性能を達成している。
  論文  参考訳（メタデータ） (2022-06-29T07:58:39Z)
• Homography Loss for Monocular 3D Object Detection [54.04870007473932]
  ホログラフィーロス(Homography Loss)と呼ばれる,2次元情報と3次元情報の両方を利用する識別可能なロス関数を提案する。 提案手法は,KITTI 3Dデータセットにおいて,他の最先端技術と比較して高い性能を示す。
  論文  参考訳（メタデータ） (2022-04-02T03:48:03Z)
• MonoGRNet: A General Framework for Monocular 3D Object Detection [23.59839921644492]
  幾何学的推論によるモノクロ画像からのアモーダル3次元物体検出のためのMonoGRNetを提案する。 MonoGRNetは、モノラル3Dオブジェクト検出タスクを2Dオブジェクト検出、インスタンスレベルの深さ推定、投影された3Dセンター推定、ローカルコーナー回帰を含む4つのサブタスクに分解する。 KITTI、Cityscapes、MS COCOデータセットで実験が行われた。
  論文  参考訳（メタデータ） (2021-04-18T10:07:52Z)
• PLUME: Efficient 3D Object Detection from Stereo Images [95.31278688164646]
  既存の手法では、2つのステップでこの問題に対処する: 第一深度推定を行い、その深さ推定から擬似LiDAR点雲表現を計算し、3次元空間で物体検出を行う。 この2つのタスクを同一のメトリック空間で統一するモデルを提案する。 提案手法は,既存の手法と比較して推定時間を大幅に削減し,挑戦的なKITTIベンチマークの最先端性能を実現する。
  論文  参考訳（メタデータ） (2021-01-17T05:11:38Z)

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。