《三維場景中未知對象主動發現與選擇性關注方法研究》是依託南京理工大學，由袁夏擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：三維場景中未知對象主動發現與選擇性關注方法研究
- 項目類別：青年科學基金項目
- 項目負責人：袁夏
- 依託單位：南京理工大學
項目摘要,結題摘要,
項目摘要
移動機器人在真實的複雜三維環境中會遇到各種未知對象，傳統的目標分類和識別方法難以解決此問題，基於視覺的對象識別技術正在經歷重大的模式轉變，本項目研究如何檢測三維視覺顯著性並利用視覺顯著性信息引導機器人發現三維環境斷采中的未知對象，在此基礎上，面向RGB-D視頻序列數據，基於外源定向的視覺注意定向機制模擬機器人視覺系統少滲跨的關注點在動態場景中多個對象間的連續轉移過程。通過該研究，使移動機器人能夠主動發現三維環境中的未知對象，並且在面對多個對象時具備 “逐一觀察”各微烏棄個對象的能力，從而逐步的理解複雜場景，通過對數據進行非均勻處理以降低機器人視覺系統中目標識別和環境理解算法的計算量，提高移動機器人適應未知環境的能力。
結題摘要
針對移動機器人如何主動理解未知環境的問題，本項目研究了視覺顯著性引導的環境理解方法，優先檢測引起視覺注意的對象。本項目研究內容包括基礎算法模型、數據集創建和套用研究三個方面。在基礎算法模型方面，圍繞三維場景中未知對象主動發現與選擇性關注方法這一主題，提出了基於變尺度超體素的三維顯著性區域分割方法、時域與頻域相結合的RGB-D視覺顯著頌灑愚性檢測方法、基於頻域先驗與時空關聯的視頻顯著性檢測方法、基於深度線索的多目標顯著性檢測方法、多特徵聚合的顯著性檢測方法、基於位置顯著性損失度量的三維場景語義補全方法、基於任務的端到端注視點轉移預測方法等算法模型。在數據集創建方面，設計了桌面型眼動數據採集系統，採集了10個被試人觀看RGB-D數據時的眼動數據，並基於眼動數據創建了一個包含1000組RGB-D數據的三去紙恥乎維顯著性檢測數據集。在套用研究方面，將視覺顯和喇櫃著性分析方法套用於移動機器人室內地標檢測，初步驗證了視和店符籃覺顯著性檢測在這兩個套用中的作用。項目研究取得了預期的研究成果，有助於減小機器人視覺系統理解複雜環境的計算量，並提高其理解未知環境的能力。
