整合三种视觉注意机制以实现主动视觉搜索
计算机视觉与模式识别
2018-05-31 v1 机器人学
摘要
机器人视觉搜索算法可受益于视觉注意方法以降低计算成本。本文描述了如何整合三种不同的视觉注意机制并有效地用于提升搜索性能。第一种是视点选择,此前曾提出使用概率占用栅格表示进行贪婪搜索。第二种是自上而下的基于目标的注意,使用直方图反投影方法,也已有描述。第三种是视觉显著性。这在意义上是新颖的:它不作为当前图像的感兴趣区域方法,而是作为未来视点选择搜索中的一种非组合前瞻形式。此外,将这三种注意方案整合在单一框架内是独特的,此前未被研究。我们在环境信息极少或没有的场景中考察了我们的方法。通过在移动机器人上的大量实验,我们表明该方法通过减少所需时间和动作数量来提升视觉搜索性能。
引用
@article{arxiv.1702.04292,
title = {Integrating Three Mechanisms of Visual Attention for Active Visual Search},
author = {Amir Rasouli and John K. Tsotsos},
journal= {arXiv preprint arXiv:1702.04292},
year = {2018}
}
备注
Presented at International Symposium On Attention in Cognitive Systems (ISACS) in Association with IROS, 2015