GarNet：一种用于预测衣物形状与视觉感知重量的连续机器人视觉方法
机器人学
2022-02-24 v3
摘要
我们提出一种衣物相似度网络（GarNet），它通过机器人在从桌面上拾起衣物时持续观察衣物，来学习已知衣物之间的几何与物理相似性。其目标是将衣物的几何与物理特征捕获并编码到一个流形中，从而可执行决策，例如预测衣物的形状类别及其视觉感知重量。我们的方法具有早停策略，这意味着 GarNet 无需观察衣物从褶皱状态到悬挂状态的完整拾起过程即可做出预测。在实验中，我们发现 GarNet 在形状分类上达到 92% 的准确率，在预测重量上达到 95.5% 的准确率，并将形状分类的最优方法提升了 21%。
引用
@article{arxiv.2109.07831,
title = {GarNet: A Continuous Robot Vision Approach for Predicting Shapes and Visually Perceived Weights of Garments},
author = {Li Duan and Gerardo Aragon-Camarasa},
journal= {arXiv preprint arXiv:2109.07831},
year = {2022}
}