Detección en tiempo real de objetos no reconocidos en almacenes logísticos mediante segmentación semántica
Autores: Carata, Serban Vasile; Ghenescu, Marian; Mihaescu, Roxana
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Detección en tiempo real de objetos no reconocidos en almacenes logísticos mediante segmentación semántica
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Palets
Visión por computadora
Segmentación semántica
Almacén logístico
áreas industriales
Detección de objetos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
La detección y seguimiento de palets mediante visión por computadora es un desafío debido a la complejidad del objeto y sus contenidos, las condiciones de iluminación, el desorden del fondo y las obstrucciones en áreas industriales. Utilizando la segmentación semántica, este documento tiene como objetivo detectar palets en un almacén logístico. El método propuesto examina los cambios en la segmentación de imagen de un fotograma a otro utilizando la segmentación semántica, teniendo en cuenta la posición y el comportamiento estacionario de los objetos recién introducidos en la escena. Los resultados indican que el método propuesto puede detectar palets a pesar de la complejidad del objeto y sus contenidos. Esto demuestra la utilidad de la segmentación semántica para detectar objetos no reconocidos en escenarios del mundo real donde no se puede dar una definición precisa de la clase.
Descripción
La detección y seguimiento de palets mediante visión por computadora es un desafío debido a la complejidad del objeto y sus contenidos, las condiciones de iluminación, el desorden del fondo y las obstrucciones en áreas industriales. Utilizando la segmentación semántica, este documento tiene como objetivo detectar palets en un almacén logístico. El método propuesto examina los cambios en la segmentación de imagen de un fotograma a otro utilizando la segmentación semántica, teniendo en cuenta la posición y el comportamiento estacionario de los objetos recién introducidos en la escena. Los resultados indican que el método propuesto puede detectar palets a pesar de la complejidad del objeto y sus contenidos. Esto demuestra la utilidad de la segmentación semántica para detectar objetos no reconocidos en escenarios del mundo real donde no se puede dar una definición precisa de la clase.