混合原始草图：将类比、定性表示与计算机视觉用于场景理解
计算机视觉与模式识别
2024-07-09 v1 人工智能
摘要
感知的目的之一是在传感器与概念理解之间架起桥梁。Marr 的原始草图（Primal Sketch）将初始边缘检测与多个下游过程相结合，以捕捉视觉感知方面的诸多方面，如分组和立体视觉。鉴于自此以来在人工智能多个领域的取得的进展，我们 developed（我们发展了）一种新框架，灵感来自 Marr 的工作，称为混合原始草图（Hybrid Primal Sketch），将计算机视觉组件集成为集体，以产生类似草图的实体，然后进一步由 CogSketch（我们的高级人类视觉模型）处理，以产生更详细的形状表示和场景表示，可用于通过类比泛化实现数据高效学习。本文描述了我们的理论框架，概述了几个先前实验，并概述了正在进行的关于图表理解的新实验。
引用
@article{arxiv.2407.04859,
title = {Hybrid Primal Sketch: Combining Analogy, Qualitative Representations, and Computer Vision for Scene Understanding},
author = {Kenneth D. Forbus and Kezhen Chen and Wangcheng Xu and Madeline Usher},
journal= {arXiv preprint arXiv:2407.04859},
year = {2024}
}
备注
16 pages, 6 figures