利用经连体网络学习的视觉线索进行一次性目标定位
计算机视觉与模式识别
2020-12-29 v1 机器学习
机器人学
摘要
能在新颖且非结构化环境中运行的机器人必须能够识别新的、先前未见过的物体。本工作中，使用一种视觉线索来指定需在新环境中定位的感兴趣新物体。一个配备连体网络（Siamese network）的端到端神经网络被用于学习该线索、推断感兴趣物体，并在新环境中对其定位。我们展示了一个模拟机器人可拾取并放置由激光笔指出的新物体。我们还在源自 Omniglot 手写字符数据集的数据集及一个小型玩具数据集上评估了所提方法的性能。
引用
@article{arxiv.2012.13690,
title = {One-Shot Object Localization Using Learnt Visual Cues via Siamese Networks},
author = {Sagar Gubbi Venkatesh and Bharadwaj Amrutur},
journal= {arXiv preprint arXiv:2012.13690},
year = {2020}
}