基于半自动化计算机视觉的多个工业实体追踪——一种框架与数据集构建方法
计算机视觉与模式识别
2023-04-04 v1
摘要
本文提出TOMIE框架（Tracking Of Multiple Industrial Entities，多工业实体追踪），一种通过由本例中六台RGB相机组成的网络对工业实体（如托盘、板条箱、桶）进行连续追踪的框架。该框架利用了多种传感器、数据流水线以及数据标注流程，并在本文中予以详细描述。着眼于面向工业实体的全自动化追踪系统，该框架使研究者能够在工业环境中高效采集高质量数据。利用此框架，我们创建了图像数据集TOMIE数据集，该数据集同时也用于验证框架的有效性。该数据集包含由一组感知大型室内空间的六台相机所采集的112,860帧及640,936个实体实例的标注文件。该数据集规模超越同类数据集达四倍，并由来自仓储领域的工业应用场景构成。我们将ByteTrack、Bot-Sort和SiamMOT三种追踪算法应用于该数据集，作为概念验证并提供可与当前最优水平相媲美的追踪结果。
引用
@article{arxiv.2304.00950,
title = {Semi-Automated Computer Vision based Tracking of Multiple Industrial Entities -- A Framework and Dataset Creation Approach},
author = {Jérôme Rutinowski and Hazem Youssef and Sven Franke and Irfan Fachrudin Priyanta and Frederik Polachowski and Moritz Roidl and Christopher Reining},
journal= {arXiv preprint arXiv:2304.00950},
year = {2023}
}