利用人工生成图像学习预测机器人关键点
计算机视觉与模式识别
2019-07-04 v1 机器人学
摘要
本工作将彩色图像上的机器人关键点估计视为一项监督机器学习任务。我们提出使用概率化生成的渲染图来克服真实标注图像匮乏的问题。与从平稳分布中采样不同，我们的方法引入了反馈机制，根据当前训练进展持续调整概率分布。初步结果表明，我们的方法在真实图像上达到了接近人类水平的精度。此外，我们证明反馈可减少所需的训练步数，同时在合成数据集上保持相同的模型质量。
引用
@article{arxiv.1907.01879,
title = {Learning to Predict Robot Keypoints Using Artificially Generated Images},
author = {Christoph Heindl and Sebastian Zambal and Josef Scharinger},
journal= {arXiv preprint arXiv:1907.01879},
year = {2019}
}
备注
Work in progress