COSMO：基于玻尔兹曼机的上下文场景建模
机器人学
2018-12-20 v2 计算机视觉与模式识别
机器学习
摘要
场景建模对于需要感知、推理并操控其环境中物体的机器人而言至关重要。本文改编并扩展了玻尔兹曼机（BMs）以用于上下文场景建模。尽管已有许多相关模型，我们的工作是首个将物体、关系与可供性（affordances）集成于一个高性能生成模型中的。为此，我们引入了玻尔兹曼机的一种混合版本，其中关系与可供性通过共享的三向连接引入模型。此外，我们贡献了一个用于关系估计与建模研究的数据集。我们在物体估计、脱离上下文物体检测、关系估计与可供性估计任务上，将我们的方法与若干基线方法进行对比评估。此外，为展示模型的生成能力，我们给出了模型能够生成的若干示例场景。
引用
@article{arxiv.1807.00511,
title = {COSMO: Contextualized Scene Modeling with Boltzmann Machines},
author = {Ilker Bozcan and Sinan Kalkan},
journal= {arXiv preprint arXiv:1807.00511},
year = {2018}
}
备注
40 pages, 15 figures, 9 tables, accepted to the Robotics and Autonomous Systems (RAS) special issue on Semantic Policy and Action Representations for Autonomous Robots (SPAR)