将运动信息整合进视觉模型以实现更好的视觉预测
计算机视觉与模式识别
2019-12-05 v1
摘要
我们展示了一个改进的视觉系统，该系统使用自监督的预测学习方法学习其环境模型。该系统包括一个云台摄像机、一个中央凹视觉输入、一种将中央凹区域伺服到高预测误差区域的扫视反射、与摄像机运动同步的输入帧变换，以及一种基于预测视觉模型（Predictive Vision Model）的递归分层机器学习技术。在较早的、未将摄像机运动整合进视觉模型的工作中，预测受损且摄像机运动受到不期望的反馈效应影响。在此我们详述了将摄像机运动整合进预测学习系统的方法，并展示了改进的视觉预测与扫视行为。基于这些经验，我们推测将额外的感觉与运动系统整合进自监督预测学习模型的可能性。
引用
@article{arxiv.1912.01661,
title = {Integrating Motion into Vision Models for Better Visual Prediction},
author = {Michael Hazoglou and Todd Hylton},
journal= {arXiv preprint arXiv:1912.01661},
year = {2019}
}