皇冠管理端登3网站皇冠管理端登3网站(www.9cx.net)实时更新发布最新最快最有效的皇冠管理端登3网站手机网址,包括新2登3手机网址,新2登3备用网址,皇冠登3最新网址,新2足球登3网址,新2网址大全。

,

当人工智能系统遇到被遮挡的物体时,它们只能根据物体的可见部分进行估计。这种部分信息导致检测错误,并且需要大量的训练数据来正确识别这种场景。


现在,光州科学技术研究所的研究人员开发了一个框架,允许机器人视觉以我们人类感知物体的方式成功检测到这些物体。



机器人视觉已经走过了漫长的道路,在复杂和苛刻的任务中的应用已经达到了一个复杂的水平,例如自动驾驶和物体操纵。


然而,在一些物体部分或完全隐藏在其他物体后面的混乱场景中,它仍然难以识别单个物体。通常,当处理这种场景时,机器人视觉系统被训练成仅基于其可见部分来识别被遮挡的对象。但是这种训练需要大量的对象数据集,并且可能相当乏味。


韩国光州科学技术学院(GIST)的副教授Kyoobin Lee和博士生Seunghyeok,在开发一个人工智能系统来识别和分类杂乱场景中的对象时,发现自己面临着这个问题。


研究人员希望机器人能够识别和操纵它们以前从未遇到过或训练过识别的物体。然而,在现实中,需要手动逐一收集和标记数据,因为深度神经网络的泛化能力高度依赖于训练数据集的质量和数量。


在2022年IEEE机器人和自动化国际会议上接受的一项新研究中,由Lee教授和Back先生领导的研究小组开发了一种称为“看不见的对象模型实例分割”(UOAIS)的模型,用于检测杂乱场景中的遮挡对象。


为了训练模型识别物体几何形状,他们开发了一个数据库,其中包含45,000张包含深度信息的真实感合成图像。用这个( *** )培训用数据该模型能够检测各种被遮挡的物体。在遇到杂乱的场景时,它首先挑选出感兴趣的对象,然后通过将对象分割为“可见遮罩”和“非可见遮罩”来确定对象是否被遮挡。


研究人员对结果感到兴奋。先前的方法限于仅检测特定类型的对象,或者仅检测可见区域,而没有对遮挡区域进行显式推理。相比之下,该方法可以推断出被遮挡物体的隐藏区域人类视觉系统。这可以减少数据收集工作,同时提高复杂环境中的性能。



为了在他们的系统中启用“遮挡推理”,研究人员引入了“分层遮挡建模”(HOM)方案,该方案为多个提取的特征及其预测顺序的组合分配了一个层次。通过根据三个基准测试他们的模型,他们验证了HOM方案的有效性,实现了最先进的性能。


研究人员对他们方法的未来前景充满希望。在混乱的环境中感知看不见的物体对于机器人操作来说至关重要。


注:文章内的所有配图皆为网络转载图片,侵权即删!

Usdt自动充值接口声明:该文看法仅代表作者自己,与本平台无关。转载请注明:为机器人眼睛添加新的框架,让其准确识别物体全貌
发布评论

分享到:

民航局:黑匣子分析正进行 不排除存储单元损坏
1 条回复
  1. 新2正网平台出租(rent.22223388.com)
    新2正网平台出租(rent.22223388.com)
    (2022-05-10 00:02:20) 1#

    我先占楼了

发表评论

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。