基于DNN与博弈理论的场景识别及其在人-机器人交互中的应用
机器人学
2020-01-13 v4 计算机视觉与模式识别
机器学习
摘要
本文提出了基于DNN与博弈理论的场景识别模型及其在人-机器人交互中的应用。深度学习方法在场景识别领域的应用尚处于起步阶段，但已成为未来的重要趋势。作为本文的创新思路，我们提出以下新意。(1) 本文将图像配准问题转化为马尔可夫随机场中的最小能量问题以完成图像预处理任务。利用博弈论寻找最优解。(2) 我们为提取的样本特征选取相邻同质样本特征与相邻异质样本特征构建三元组，并修改传统神经网络提出用于场景理解的新型DNN。(3) 将机器人控制良好结合以引导机器人视觉完成多任务。随后进行实验以验证整体性能。
引用
@article{arxiv.1912.01293,
title = {Scene recognition based on DNN and game theory with its applications in human-robot interaction},
author = {R. Q. Wang and W. Z. Wang and D. Z. Zhao and G. H. Chen and D. S. Luo},
journal= {arXiv preprint arXiv:1912.01293},
year = {2020}
}