论文地址: http://arxiv.org/pdf/2003.10010v2.pdf
代码: 公众号回复:09020877601
来源: 多伦多大学
论文名称:One-Shot Informed Robotic Visual Search in the Wild
原文作者:Karim Koreitem
内容提要
为了科学地采集相关的视频数据,进行环境监测,我们考虑了水下机器人导航的任务。目前,在非结构化自然环境中执行监视任务的大多数野外机器人通过预先指定的路径点序列进行路径跟踪。虽然这种导航方法通常是必要的,但它是有限的,因为机器人没有一个科学家认为是视觉观察相关的模型。因此,机器人既不能视觉搜索特定类型的对象,也不能将注意力集中在场景中可能比预先指定的路径点和视点更相关的部分。在本文中,我们提出了一种方法,通过学习视觉相似操作符,引导机器人对场景中看起来像范例图像的部分进行视觉搜索,这是用户作为数据收集的高级规范给出的。我们提出并评估了一种弱监督视频表示学习方法,该方法在水下域的相似任务中优于ImageNet嵌入。我们还演示了在协作环境监测场景的知情视觉导航过程中,在大规模的实地试验中,机器人和人类科学家协作搜索相关的视觉内容时,相似操作符的部署。
主要框架及实验结果
声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请联系删除。