新AI框架利用视觉和传感器数据改进仓库工人定位

研究人员开发了CorVS+，一个用于物流仓库中身份感知行人定位的新颖框架。该系统使用深度学习模型来预测视觉跟踪轨迹与可穿戴传感器测量值之间的对应概率和可靠性。然后，该算法随时间匹配这些对，以准确识别个体，即使在多个静止工人等具有挑战性的场景中也是如此。创建了一个包含27小时传感器数据和38公里轨迹的新数据集来评估CorVS+，证明了其在工业规模应用中优于现有方法。 AI

影响 该框架可以通过实现精确的、身份感知的工人跟踪来提高物流的生产力和效率。

排序理由 该集群包含一篇详细介绍新颖AI框架和数据集的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CorVS+
• DagsHub
• Gotit.pub
• Hugging Face
• Kazuma Kano
• ScienceCast

• 论文
• 产品
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →