受人类启发用于未知环境视觉物体识别的拓扑表征
计算机视觉与模式识别
2023-09-18 v1 机器人学
摘要
在未知且杂乱的室内环境中进行视觉物体识别，对移动机器人而言是一项挑战性难题。为此，我们扩展先前工作，提出 TOPS2 描述子及配套的识别框架 THOR2，其受称为物体统一性的人类推理机制启发。我们将使用 Mapper 算法获得的用于拓扑软聚类的颜色嵌入与基于形状的 TOPS 描述子交织，得到 TOPS2 描述子。THOR2 使用合成数据训练，在两个真实世界数据集——基准 OCID 数据集与 UW-IS 遮挡数据集上，识别准确率大幅高于基于形状的 THOR 框架，并优于 RGB-D ViT。因此，THOR2 是迈向低成本机器人鲁棒识别的有希望的一步。
引用
@article{arxiv.2309.08239,
title = {Human-Inspired Topological Representations for Visual Object Recognition in Unseen Environments},
author = {Ekta U. Samani and Ashis G. Banerjee},
journal= {arXiv preprint arXiv:2309.08239},
year = {2023}
}
备注
Accepted for presentation at the 2023 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) Workshop on Robotic Perception and Mapping: Frontier Vision & Learning Techniques