基于自我中心视觉的 3D 动作目标预测
计算机视觉与模式识别
2022-03-25 v1
摘要
我们致力于从自我中心视觉尽可能早地预测一个人在 3D 工作空间中物体操作动作的目标位置。这在人机协作等领域十分重要，但尚未得到视觉与学习界的足够关注。为激励更多针对这一具挑战性的自我中心视觉任务的研究，我们提出了一个包含超过 100 万帧 RGB-D 与 IMU 流的大型多模态数据集，并基于半自动标注得到的高质量 2D 与 3D 标签给出了评测指标。同时，我们设计了使用循环神经网络的基线方法，并进行了多种消融实验以验证其有效性。我们的结果表明，这一新任务值得机器人、视觉与学习界的研究者进一步研究。
引用
@article{arxiv.2203.13116,
title = {Egocentric Prediction of Action Target in 3D},
author = {Yiming Li and Ziang Cao and Andrew Liang and Benjamin Liang and Luoyao Chen and Hang Zhao and Chen Feng},
journal= {arXiv preprint arXiv:2203.13116},
year = {2022}
}
备注
2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)