基于模型无关元学习学习切换 CNN 的精密视觉伺服
机器人学
2021-03-29 v1 计算机视觉与模式识别
摘要
卷积神经网络 (CNNs) 已成功应用于从有标注的图像对数据中进行相对相机位姿估计，无需任何手工设计的特征、相机内参或深度信息。训练好的 CNN 可用于执行基于位姿的视觉伺服控制 (PBVS)。提高视觉伺服输出质量的方法之一是提高 CNN 估计相对位姿的准确性。给定一个用于相对位姿回归的最先进的 CNN，我们如何才能在视觉伺服控制上获得更好的性能？在本文中，我们探索通过切换 CNN 来提高视觉伺服控制的精度。切换 CNN 的想法源于这样一个事实：用于训练视觉伺服控制相对相机位姿回归器的数据集必须包含从极小尺度到最终较大尺度的相对位姿变化。我们发现，训练两个不同的 CNN 实例，一个用于大尺度位移 (LSD)，另一个用于小尺度位移 (SSD)，并在视觉伺服执行期间切换它们，比用组合的 LSD+SSD 数据训练单个 CNN 产生更好的结果。然而，这会导致额外的存储开销，并且切换决策由手动设置的阈值决定，该阈值可能并不适用于所有场景。为了消除这些缺点，我们提出了一种基于模型无关元学习 (MAML) 算法的高效切换策略。在此方法中，训练单个模型以学习同时对多个任务有益的参数，即用于切换决策的二元分类、用于 LSD 数据的 6DOF 位姿回归以及用于 SSD 数据的 6DOF 位姿回归。所提方法的性能远优于朴素方法，而存储和运行时开销几乎可以忽略不计。
引用
@article{arxiv.2007.04645,
title = {Learning to Switch CNNs with Model Agnostic Meta Learning for Fine Precision Visual Servoing},
author = {Prem Raj and Vinay P. Namboodiri and L. Behera},
journal= {arXiv preprint arXiv:2007.04645},
year = {2021}
}
备注
Accepted in IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS-2020). For video visit - https://youtu.be/GSG20lmWDUo