视觉操作关系网络
机器人学
2018-03-05 v2
摘要
机器人抓取检测是机器人学最重要的领域之一，近年来借助卷积神经网络（CNN）取得了巨大进展。然而，当单一场景中包含多个物体时，现有的基于CNN的抓取检测算法可能失效，因为未考虑物体间的操作关系，而操作关系是引导机器人按正确顺序抓取物体所必需的。本文提出一种称为视觉操作关系网络（VMRN）的新型CNN架构，以帮助机器人实时检测目标并预测操作关系。为实现端到端训练并满足机器人任务中的实时性要求，我们提出物体配对池化层（OP2L），以在一次前向过程中预测所有操作关系。此外，为训练VMRN，我们收集了一个名为视觉操作关系数据集（VMRD）的数据集，包含5185幅图像、超过17000个物体实例以及每幅图像中所有可能物体对之间的操作关系，这些关系由操作关系树标注。实验结果表明，该新网络架构能够同时检测物体并预测操作关系，且满足机器人任务中的实时性要求。
引用
@article{arxiv.1802.08857,
title = {Visual Manipulation Relationship Network},
author = {Hanbo Zhang and Xuguang Lan and Xinwen Zhou and Zhiqiang Tian and Yang Zhang and Nanning Zheng},
journal= {arXiv preprint arXiv:1802.08857},
year = {2018}
}