RF-Annotate: Automatic RF-Supervised Image Annotation of Common Objects in Context

要約

無線タグは、小売商品、食品、医薬品、衣料品、本、書類、鍵、機器など、一般的な関心のあるアイテムを追跡および識別するためにますます使用されています。
同時に、家庭、倉庫、店舗、図書館、薬局などで動作するロボットのオブジェクト検出および認識モデルをトレーニングする目的で、そのようなアイテムを特徴とするラベル付きのビジュアル データが必要です。
この論文では、ロボットの認識タスクのための大規模な自動画像注釈システムの基礎として、そのようなタグの追跡および識別機能を活用できるでしょうか?
RF-Annotate は、自律的なピクセル単位の画像注釈のパイプラインであり、ロボットが環境内で遭遇した対象オブジェクトのラベル付きビジュアル データを収集できるようにします。
私たちのパイプラインは、変更されていない市販の RFID リーダーと RGB-D カメラを使用し、モバイル ロボット プラットフォームによって提供される任意の小規模な動きを利用して、RFID をシーン内の対応するオブジェクトに空間的にマッピングします。
私たちの唯一の仮定は、環境内の関心のあるオブジェクトが、それぞれ 3 ～ 15 セントの安価なバッテリー不要の RFID で事前にタグ付けされているということです。
さまざまな屋内環境で一般的なオブジェクトを特徴とする卓上シーンのいくつかの RGB-D シーケンスで、パイプラインの有効性を実証します。

要約(オリジナル)

Wireless tags are increasingly used to track and identify common items of interest such as retail goods, food, medicine, clothing, books, documents, keys, equipment, and more. At the same time, there is a need for labelled visual data featuring such items for the purpose of training object detection and recognition models for robots operating in homes, warehouses, stores, libraries, pharmacies, and so on. In this paper, we ask: can we leverage the tracking and identification capabilities of such tags as a basis for a large-scale automatic image annotation system for robotic perception tasks? We present RF-Annotate, a pipeline for autonomous pixel-wise image annotation which enables robots to collect labelled visual data of objects of interest as they encounter them within their environment. Our pipeline uses unmodified commodity RFID readers and RGB-D cameras, and exploits arbitrary small-scale motions afforded by mobile robotic platforms to spatially map RFIDs to corresponding objects in the scene. Our only assumption is that the objects of interest within the environment are pre-tagged with inexpensive battery-free RFIDs costing 3-15 cents each. We demonstrate the efficacy of our pipeline on several RGB-D sequences of tabletop scenes featuring common objects in a variety of indoor environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google