基于图神经网络的多相机躯干姿态估计
机器人学
2020-07-29 v1 计算机视觉与模式识别
机器学习
摘要
估计人体的位置与朝向是服务机器人与辅助机器人的一项基本能力。为了在如公寓般的广阔区域内实现可靠估计，常使用多个 RGBD 相机。首先，此类装置相对昂贵。其次，它们很少在处理流水线的早期阶段利用多相机源进行有效的数据融合。在这些场景中，遮挡与局部视野使得第二点尤为关键。本文提出的方法利用图神经网络融合来自多个相机源的信息，在使用低分辨率 RGB 图像的情况下，对位置取得了低于 125 mm 的平均绝对误差，对朝向取得了低于 10 度的平均绝对误差。实验在配备三个相机的公寓中进行，对比了两种不同图神经网络实现与一种基于全连接层的第三类架构。所用软件已作为开源代码发布于公共仓库（https://github.com/vangiel/WheresTheFellow）。
引用
@article{arxiv.2007.14126,
title = {Multi-camera Torso Pose Estimation using Graph Neural Networks},
author = {Daniel Rodriguez-Criado and Pilar Bachiller and Pablo Bustos and George Vogiatzis and Luis J. Manso},
journal= {arXiv preprint arXiv:2007.14126},
year = {2020}
}
备注
6 pages, accepted in ROMAN 2020