让我加入你们！社交感知机器人的实时 F-formation 识别
计算机视觉与模式识别
2020-08-25 v1 人工智能
机器人学
摘要
本文提出了一种新颖的架构，用于从自我视角相机的连续图像流中实时检测社交群体。F-formation 定义了空间中两人或更多人在社交场所倾向于交流的社交朝向。因此，本质上我们检测会议、讨论等社交聚会中的 F-formation，并预测机器人若想加入该社交群体时的接近角度。此外，我们还检测离群者，即不属于所考虑群体的人。我们提出的流程包括：a) 对场景中检测到的人进行骨骼关键点估计（共 17 个），b) 使用基于骨骼点的特征向量、利用 CRF 的学习模型来检测场景中的人群和离群者，以及 c) 使用多类支持向量机（SVM）的单独学习模型来预测当前场景中人群的精确 F-formation 以及观看机器人的接近角度。系统使用两个数据集进行评估。结果表明，使用我们的方法在场景中进行群体和离群者检测的准确率达到 91%。我们将我们的系统与最先进的 F-formation 检测系统进行了严格比较，发现其在群体检测上优于最先进方法 29%，在群体与接近角度联合检测上优于 55%。
引用
@article{arxiv.2008.10078,
title = {Let me join you! Real-time F-formation recognition by a socially aware robot},
author = {Hrishav Bakul Barua and Pradip Pramanick and Chayan Sarkar and Theint Haythi Mg},
journal= {arXiv preprint arXiv:2008.10078},
year = {2020}
}