一个用于开发和基准测试主动视觉的数据集
计算机视觉与模式识别
2017-03-07 v2
摘要
我们发布了一个新的公开数据集，重点在于使用真实图像模拟日常室内环境中的机器人视觉任务。该数据集包含在9个独特场景中密集采集的20,000多张RGB-D图像和50,000多个物体实例的2D边界框。我们在该数据上训练了一个快速物体类别检测器用于实例检测。利用该数据集，我们表明，尽管当前最先进的物体检测技术日益精确和快速，但其性能仍严重受到物体尺度、遮挡和观察方向的影响，而这些因素对机器人应用至关重要。接下来，我们验证了该数据集用于模拟主动视觉的能力，并利用该数据集开发和评估了一个基于深度网络的系统，该系统通过强化学习预测物体分类的最佳下一步动作。我们的数据集可在cs.unc.edu/~ammirato/active_vision_dataset_website/下载。
引用
@article{arxiv.1702.08272,
title = {A Dataset for Developing and Benchmarking Active Vision},
author = {Phil Ammirato and Patrick Poirson and Eunbyung Park and Jana Kosecka and Alexander C. Berg},
journal= {arXiv preprint arXiv:1702.08272},
year = {2017}
}
备注
To appear at ICRA 2017