基于概念的零售店异常检测及移动机器人自动纠正
机器人学
2023-10-24 v1 计算机视觉与模式识别
摘要
库存追踪与错放商品归位是零售环境中最为劳动密集的任务之一。尽管已有尝试使用基于视觉的技术完成这些任务，但它们大多利用平面图合规性来检测异常，该技术在鲁棒性与可扩展性上已被发现存在不足。此外，现有系统在检测后依赖人工干预执行纠正动作。本文提出 Co-AD，一种基于概念的异常检测方法，使用 Vision Transformer（ViT）能够在无需如平面图等先验知识库的情况下标记错放物体。它采用自编码器架构，随后在潜空间中进行离群点检测。在取自 RP2K 数据集的零售物体异常检测图像集上，Co-AD 峰值成功率达 89.90%，而性能最佳的标准 ViT 自编码器基线为 80.81%。为展示其实用性，我们描述了一个机器人移动操作流水线，可自主纠正 Co-AD 标记的异常。本工作最终旨在开发自主移动机器人方案，以减少零售店管理中对人工干预的需求。
引用
@article{arxiv.2310.14063,
title = {Concept-based Anomaly Detection in Retail Stores for Automatic Correction using Mobile Robots},
author = {Aditya Kapoor and Vartika Sengar and Nijil George and Vighnesh Vatsal and Jayavardhana Gubbi and Balamuralidhar P and Arpan Pal},
journal= {arXiv preprint arXiv:2310.14063},
year = {2023}
}
备注
8 pages, 9 figures, 2 tables, IEEE Transactions on Systems, Man and Cybernetics