MINSU (Mobile Inventory And Scanning Unit):Computer Vision and AI

要約

MINSU（Mobile Inventory and Scanning Unit）アルゴリズムは、コンピュータービジョン分析法を使用して、キャビネットの残りの量/満杯を記録します。
そのために、オブジェクト検出、前景減算、K-meansクラスタリング、パーセンテージ推定、およびカウントの5段階の方法を実行します。
入力画像は、物体検出法を経て、座標の観点からキャビネットの特定の位置を分析します。
その後、前景減算法を経て、背景を取り除いてキャビネット自体に焦点を合わせやすくします（アルゴリズムでグラブカットされなかった部分を選択するなど、手作業が必要になる場合があります）。
。
K-meansクラスタリング法では、マルチカラー画像が3色の単調な画像に変わり、より迅速で正確な分析が可能になります。
最後に、画像はパーセンテージの推定とカウントを通過します。
これらの2つの方法では、キャビネット内の材料の割合がパーセンテージで求められ、これを使用して内部の材料の数を概算します。
このプロジェクトが成功した場合、残余量管理は、導入の前半で対処した問題を解決することができます。

要約(オリジナル)

The MINSU(Mobile Inventory and Scanning Unit) algorithm uses the computational vision analysis method to record the residual quantity/fullness of the cabinet. To do so, it goes through a five-step method: object detection, foreground subtraction, K-means clustering, percentage estimation, and counting. The input image goes through the object detection method to analyze the specific position of the cabinets in terms of coordinates. After doing so, it goes through the foreground subtraction method to make the image more focus-able to the cabinet itself by removing the background (some manual work may have to be done such as selecting the parts that were not grab cut by the algorithm). In the K-means clustering method, the multi-colored image turns into a 3 colored monotonous image for quicker and more accurate analysis. At last, the image goes through percentage estimation and counting. In these two methods, the proportion that the material inside the cabinet is found in percentage which then is used to approximate the number of materials inside. Had this project been successful, the residual quantity management could solve the problem addressed earlier in the introduction.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google