RF-Annotate：基于射频监督的常见场景物体图像自动标注
机器人学
2022-11-17 v1 计算机视觉与模式识别
摘要
无线标签正日益用于追踪和识别零售商品、食品、药品、服装、书籍、文件、钥匙、设备等常见感兴趣物品。与此同时，为在家庭、仓库、商店、图书馆、药房等环境中运行的机器人训练物体检测与识别模型，需要以这些物品为特征的带标签视觉数据。在本文中，我们提出：能否利用此类标签的追踪与识别能力，作为面向机器人感知任务的大规模自动图像标注系统的基础？我们提出RF-Annotate，一种用于自主像素级图像标注的流程，使机器人能够在环境中遇到感兴趣物体时收集其带标签视觉数据。我们的流程使用未修改的商用RFID读取器和RGB-D相机，并利用移动机器人平台提供的任意小规模运动将RFID空间映射到场景中对应物体。我们唯一的假设是环境中的感兴趣物体预先贴有廉价的无电池RFID，每个成本3至15美分。我们在多个室内环境常见物体桌面场景的RGB-D序列上展示了流程的有效性。
引用
@article{arxiv.2211.08837,
title = {RF-Annotate: Automatic RF-Supervised Image Annotation of Common Objects in Context},
author = {Emerson Sie and Deepak Vasisht},
journal= {arXiv preprint arXiv:2211.08837},
year = {2022}
}