基于注视的野外物体检测
机器人学
2023-01-26 v3 人机交互
机器学习
摘要
在人-机器人协作中，一项具有挑战性的任务是教机器人识别新的未知物体以使其能够与之交互。在此过程中，注视可包含有价值的信息。我们研究是否可能仅从注视数据检测物体（有物体或无物体）并确定其边界框参数。为此，我们探索了不同大小的时间窗口，其作为计算热力图（即注视数据的空间分布）的基础。此外，我们分析这些热力图的不同网格尺寸，并使用不同机器学习技术通过概念验证展示其功能。与传统物体检测器相比，我们的方法以速度和资源高效为特征。为生成所需数据，我们进行了一项由五名受试者参与的研究，受试者可自由移动从而转向任意物体。以此方式，我们选择了尽可能真实的数据收集场景。由于受试者在面向物体时会发生移动，热力图也包含注视数据轨迹，使检测与参数回归复杂化。我们将数据集公开供研究界下载。
引用
@article{arxiv.2203.15651,
title = {Gaze-based Object Detection in the Wild},
author = {Daniel Weber and Wolfgang Fuhl and Andreas Zell and Enkelejda Kasneci},
journal= {arXiv preprint arXiv:2203.15651},
year = {2023}
}