基于单样本几何驱动交互张量的自我中心可供性检测
计算机视觉与模式识别
2019-06-14 v1 机器人学
摘要
在本摘要中，我们描述了关于在视觉感知的 3D 场景中确定可供性的近期 [4,7] 及最新工作。我们的方法建立在这样一个假设之上：仅凭几何信息即可提供足够的信息来检测环境中显著的交互可能性。其动机在于几何信息与世界中物体所提供的物理交互密切相关。该方法使用了一种通用表示，既适用于日常物体（如马克杯或雨伞）与环境之间的交互，也适用于更复杂的可供性（如人类坐下或骑摩托车）。在合成和真实 RGB-D 场景上的实验表明，该表示能够以快速率且仅从单个（单样本）训练示例中预测新环境中的可供性候选位置。可供性的确定是迈向需要感知并与周围环境交互的系统的重要一步。我们在此展示了两个案例的输出，分别针对模拟机器人和增强现实设置，两者均以自我中心方式进行感知。
引用
@article{arxiv.1906.05794,
title = {Egocentric affordance detection with the one-shot geometry-driven Interaction Tensor},
author = {Eduardo Ruiz and Walterio Mayol-Cuevas},
journal= {arXiv preprint arXiv:1906.05794},
year = {2019}
}
备注
Accepted for presentation at EPIC@CVPR2019 workshop