自由构型下的单次服装类别识别及其在自主衣物分拣中的应用
机器人学
2017-07-25 v1 计算机视觉与模式识别
摘要
本文提出了一种从2.5D特征识别服装类别的单次方法。我们为此任务提出了两种视觉特征：BSP（B样条块）和TSD（拓扑空间距离）。局部BSP特征通过LLC（局部约束线性编码）编码，并与三种不同的全局特征融合。我们的视觉特征对可变形形状具有鲁棒性，并且我们的方法能够在无约束和随机配置中识别未知服装的类别。我们将类别识别流程与立体视觉系统、衣物实例检测和双臂机械手集成，以实现自主分拣系统。为了验证我们提出的方法的性能，我们构建了一个高分辨率RGBD服装数据集，包含5类50件服装物品在随机配置中采样（总共2100个服装样本）。实验结果表明，我们的方法在对训练期间未见的服装物品进行分类时能达到83.2%的准确率。这比先前的 最优方法(state-of-the-art) 提高了36.2%。最后，我们在自主机器人分拣系统中评估了所提出的方法，其中机器人从不受约束的堆中识别一件服装物品，抓取它，并根据其类别将其分拣到一个箱中。我们提出的分拣系统通过单次感知实现了合理的分拣成功率。
引用
@article{arxiv.1707.07157,
title = {Single-Shot Clothing Category Recognition in Free-Configurations with Application to Autonomous Clothes Sorting},
author = {Li Sun and Gerardo Aragon-Camarasa and Simon Rogers and Rustam Stolkin and J. Paul Siebert},
journal= {arXiv preprint arXiv:1707.07157},
year = {2017}
}
备注
9 pages, accepted by IROS2017