基于语义的多自由度移动系统搜索-获取式视觉感知下一最佳视角
计算机视觉与模式识别
2024-04-26 v1
摘要
在未知环境中进行高效视觉感知对于移动系统至关重要，尤其是在搜救等场景中，需要快速且全面地感知目标对象。在现实应用中，目标对象常常位于复杂环境中，仅基于最大化可见性收益来选择“下一最佳视角”会是次优解。语义信息由于提供了感知的高层次解释，应在各种感知任务中对下一视点的选择产生显著影响。本文提出一种将可见性收益与语义收益统一形式化的新型信息增益，以实现语义感知下一最佳视角的选择。此外，我们设计了一种带有终止准则的自适应策略，以支持在由多自由度(Multi-DoFs)移动系统辅助下，对多个目标对象进行的两阶段搜索-获取动作。引入若干与语义相关的重建指标，包括视角直接度和感兴趣区域(ROI)-到完整重建体积比，以评估所提方法的性能。仿真实验表明，所提方法相对于现有方法具有优势，ROI到完整重建体积比提升最高可达27.13%，平均视角直接度为0.88234。此外，计划的运动轨迹对目标的感知覆盖率更佳。
引用
@article{arxiv.2404.16507,
title = {Semantic-aware Next-Best-View for Multi-DoFs Mobile System in Search-and-Acquisition based Visual Perception},
author = {Xiaotong Yu and Chang-Wen Chen},
journal= {arXiv preprint arXiv:2404.16507},
year = {2024}
}