基于 3D 的室内场景识别
计算机视觉与模式识别
2020-07-06 v2 机器学习
机器人学
摘要
识别自身所处的环境类型是一项重要的感知任务。例如，对于在室内运行的机器人而言，知晓自己是在厨房、走廊还是卧室是很有帮助的。现有方法尝试基于 2D 图像或 2.5D 距离图像对场景进行分类。在此，我们研究基于 3D 点云（或体素）数据的场景识别，并表明其大幅优于基于 2D 鸟瞰图的方法。此外，我们倡导将多任务学习作为改进场景识别的一种途径，其依据是场景类型与场景中的物体高度相关，从而也与其到不同物体类别的语义分割高度相关。在一系列消融研究中，我们表明成功的场景识别并非仅仅是对某些场景类型所独有的个别物体（如浴缸）的识别，而是依赖于若干不同线索，包括粗粒度 3D 几何、颜色以及物体类别的（隐式）分布。此外，我们证明令人惊讶地稀疏的 3D 数据已足以以良好准确率对室内场景进行分类。
引用
@article{arxiv.2002.12819,
title = {Indoor Scene Recognition in 3D},
author = {Shengyu Huang and Mikhail Usvyatsov and Konrad Schindler},
journal= {arXiv preprint arXiv:2002.12819},
year = {2020}
}
备注
IROS 2020 - Camera Ready