基于Mask-GD分割的机器人抓取检测
机器人学
2021-01-21 v1
摘要
复杂场景中目标物体的抓取检测可靠性是一项具有挑战性的任务，也是实际应用中亟待解决的关键问题。目前，抓取检测位置来自于对整个图像特征空间的搜索。然而，图像中杂乱的背景信息损害了抓取检测的准确性。本文提出一种名为MASK-GD的机器人抓取检测算法，为该问题提供了可行的解决方案。MASK是仅包含目标物体像素的分割图像。用于抓取检测的MASK-GD仅使用MASK特征而非场景中整个图像的特征。它分为两个阶段：第一阶段提供目标物体的MASK作为输入图像，第二阶段是基于MASK特征的抓取检测器。实验结果表明，MASK-GD在Cornell数据集和Jacquard数据集上的性能与最先进的抓取检测算法相当。同时，MASK-GD在复杂场景中表现得好得多。
引用
@article{arxiv.2101.08183,
title = {Mask-GD Segmentation Based Robotic Grasp Detection},
author = {Mingshuai Dong and Shimin Wei and Xiuli Yu and Jianqin Yin},
journal= {arXiv preprint arXiv:2101.08183},
year = {2021}
}