MuPNet：基于视触联合潜表示无监督学习的地点识别多模态预测编码网络
机器人学
2019-09-17 v1 计算机视觉与模式识别
摘要
从不同的感觉模态中提取并绑定显著信息以确定环境中的共同特征，是机器人学中的重大挑战。本文提出 MuPNet（多模态预测编码网络），一种生物学上合理的网络架构，用于从仿生移动机器人采集的视触感觉数据中提取联合潜特征。在本研究中，我们评估了 MuPNet 应用于地点识别，模拟仿生机器人平台探索存在视觉混叠的环境。F1 分数表明，在受控条件下其性能等同于先前的手工感官特征提取技术，而在新环境中运行时则有显著提升。
引用
@article{arxiv.1909.07201,
title = {MuPNet: Multi-modal Predictive Coding Network for Place Recognition by Unsupervised Learning of Joint Visuo-Tactile Latent Representations},
author = {Oliver Struckmeier and Kshitij Tiwari and Shirin Dora and Martin J. Pearson and Sander M. Bohte and Cyriel MA Pennartz and Ville Kyrki},
journal= {arXiv preprint arXiv:1909.07201},
year = {2019}
}
备注
Submitted to ICRA 2020. 6+1 Pages with 5 figures