中文

室内环境中的贝叶斯惊奇

机器学习 2020-04-14 v1 计算机视觉与模式识别 机器学习

摘要

本文提出一种利用贝叶斯惊奇(Bayesian Surprise)概念识别二维平面图中非预期结构的新方法。考虑到人的期望是空间感知的重要方面,我们借助贝叶斯惊奇理论鲁棒地建模建筑结构背景下的期望乃至惊奇。我们使用等视域分析(Isovist Analysis)——一种流行的空间句法技术——将定性对象属性转化为定量环境信息。由于等视域是特定位置的可见性模式,等视域序列描述了沿空间中多点移动时的空间感知。随后我们在由这些等视域读数构成的特征空间中使用贝叶斯惊奇。为证明方法的适用性,我们拍摄智能体局部环境的“快照”,以提供表征穿越二维室内环境轨迹的简短图像列表。这些指纹代表行程中的惊奇区域,刻画所遍历地图,并使室内 LBS 更聚焦于重要区域。基于该思路,我们提议将“惊奇”用作室内基于位置服务(LBS)中上下文的新维度。LBS 的智能体(如移动机器人或计算机游戏中的非玩家角色)可利用上下文惊奇更聚焦于地图的重要区域,以更好地使用或理解平面图。

关键词

引用

@article{arxiv.2004.05381,
  title  = {Bayesian Surprise in Indoor Environments},
  author = {Sebastian Feld and Andreas Sedlmeier and Markus Friedrich and Jan Franz and Lenz Belzner},
  journal= {arXiv preprint arXiv:2004.05381},
  year   = {2020}
}

备注

10 pages, 16 figures