以己为镜：关注多任务以实现自身失败检测
计算机视觉与模式识别
2022-03-01 v2 机器人学
摘要
自主机器人在真实环境中会遇到意外场景。给定输入图像，可执行多种视觉感知任务，例如语义分割、深度估计和法线估计。这些不同任务为整个机器人感知系统提供丰富信息。所有任务各有其特征，同时共享某些潜在关联。然而，部分任务预测在处理复杂场景与异常时可能存在不可靠性。我们提出一种基于注意力的失败检测方法，利用多任务间的相关性。所提框架通过评估图像中不同区域上多个视觉感知任务的各自预测来推断任务失败。该评估公式基于由多任务不确定性估计及其相应预测误差监督的注意力网络。我们提出的框架对不同任务预测的预测误差生成更准确的估计。
引用
@article{arxiv.2110.02549,
title = {See Yourself in Others: Attending Multiple Tasks for Own Failure Detection},
author = {Boyang Sun and Jiaxu Xing and Hermann Blum and Roland Siegwart and Cesar Cadena},
journal= {arXiv preprint arXiv:2110.02549},
year = {2022}
}