改进深度网络估计容器与填充物物理属性的泛化能力
计算机视觉与模式识别
2022-03-03 v1
摘要
我们提出估计由人类操控的家用容器及其填充物物理属性的方法。我们使用轻量预训练卷积神经网络配合坐标注意力作为流水线骨干模型，以在 CORSMAL 容器操控（CCM）数据集中准确定位感兴趣对象并估计物理属性。我们通过音频数据解决填充类型分类，再将此音频信息与视频模态结合以解决填充液位分类。针对容器容量、尺寸与质量估计，我们提出数据增强与一致性度量以缓解 CCM 数据集中因容器数量有限引起的过拟合问题。我们使用基于感兴趣对象的重缩放增强训练数据，从而增加容器物理值的多样性。随后我们进行一致性度量，以选择在同一容器不同场景下预测方差低的模型，从而确保模型泛化能力。我们的方法提升了模型对训练中未出现过的容器属性估计的泛化能力。
引用
@article{arxiv.2203.01192,
title = {Improving Generalization of Deep Networks for Estimating Physical Properties of Containers and Fillings},
author = {Hengyi Wang and Chaoran Zhu and Ziyin Ma and Changjae Oh},
journal= {arXiv preprint arXiv:2203.01192},
year = {2022}
}