基于密度函数的低成本场景建模改善分割性能
计算机视觉与模式识别
2016-05-30 v1 人工智能
人机交互
机器人学
摘要
我们提出了一种低成本且有效的方式，结合免费仿真软件和免费CAD模型来建模人机交互，以改善人与物体的分割。其面向工业领域中的安全人机协作(SHRC)与交互(SHRI)相关研究场景。人与物体建模任务曾用于检测活动、推断和预测动作，不同于那些工作，我们进行人与物体建模是为了在RGB-D数据中学习交互从而改善分割。为此，我们定义了一种新颖的密度函数在虚拟环境(VREP)中建模三维(3D)场景。该密度函数考虑了由可供性(affordances)支配的人-物与物-物关系和交互的各种可能配置。利用该函数，我们合成了一个大规模、真实且高度可变的人工RGB-D数据集用于训练。我们训练了一个随机森林分类器，并将获得的逐像素预测作为一元项集成到成对条件随机场(CRF)中。我们的评估表明，在真实世界数据中，对这些交互进行建模相比忽略这些交互的最先进(state-of-the-art)方法在平均精度均值和召回率上提升了约7%。我们的方法计算高效、鲁棒，并能在消费级硬件上实时运行。
引用
@article{arxiv.1605.08464,
title = {Low-Cost Scene Modeling using a Density Function Improves Segmentation Performance},
author = {Vivek Sharma and Sule Yildirim-Yayilgan and Luc Van Gool},
journal= {arXiv preprint arXiv:1605.08464},
year = {2016}
}
备注
accepted for publication at 25th IEEE International Symposium on Robot and Human Interactive Communication (RO-MAN), 2016