自动机器人场景理解的深度学习视角
计算机视觉与模式识别
2025-12-17 v1
摘要
本文提供了关于深度学习在自动机器人场景理解中应用的综述，包括对目标检测、语义分割和实例分割、深度估计、3D 重建以及视觉 SLAM 的创新。它强调了这些技术如何解决传统几何模型的局限性，如何在遮挡和纹理缺失的场景中实时提升深度感知，以及如何增强语义推理以更好地理解环境。当这些感知模块集成到动态且不规则的环境中时，就更有效地用于决策、导航和交互。最后，综述概述了现有问题和研究方向，以推进基于学习的自动机器人场景理解。
引用
@article{arxiv.2512.14020,
title = {Deep Learning Perspective of Scene Understanding in Autonomous Robots},
author = {Afia Maham and Dur E Nayab Tashfa},
journal= {arXiv preprint arXiv:2512.14020},
year = {2025}
}
备注
11 pages. Review Paper on Deep Learning Perspective of Scene Understanding in Autonomous Robots