在算力受限机器人中使用卷积神经网络：足球比赛中的NAO机器人检测
计算机视觉与模式识别
2017-06-22 v1
摘要
本文的主要目标是分析在算力受限的机器人中使用卷积神经网络（CNNs）的普遍问题，并为其应用提出通用设计准则。此外，提出了两种基于CNN的NAO机器人检测器，能够在踢足球时实时运行。其中一种检测器基于XNOR-Net，另一种基于SqueezeNet。每个检测器能够在约1毫秒内处理一个机器人目标候选框，平均每个由NAO上方摄像头获取的图像帧有1.5个候选框。获得的检测率约为97%。
引用
@article{arxiv.1706.06702,
title = {Using Convolutional Neural Networks in Robots with Limited Computational Resources: Detecting NAO Robots while Playing Soccer},
author = {Nicolás Cruz and Kenzo Lobos-Tsunekawa and Javier Ruiz-del-Solar},
journal= {arXiv preprint arXiv:1706.06702},
year = {2017}
}
备注
Accepted in the RoboCup Symposium 2017. Final version will be published at Springer