@ICRA 2015

背景介绍

Affordence 解释：Affordence
本文提出从定位和几何原语提出两种方法学习Affordence：基于高像素的层次匹配（S-HMP）和结构化随机森林（SRF）。

S-HMP

深度特征：首先应用平滑和插值算子来减少噪声和失去的深度值。然后，从块中减去平均值获得深度绝对变化的鲁帮性。这些块直接用HMP学习层次稀疏编码字典。第一层，HMP捕捉原始结构像变化方向的深度边缘，更高层编码越来越抽象的表示。
曲面法线：使用深度相机的内参从估计的3D曲面法线恢复3D点云。
主曲率：主曲率是局部块几何的外在不变量，与视点无关。主曲率（k1,k2k_{1},k_{2}k1,k2）k1>k2k_{1}>k_{2}k1>k2描述曲面如何在不同的方向弯曲。
形状指数和曲率（SI+CV）：
SI=−2πarctan(k1+k2k1−k2),CV=k12+k122SI=-\frac{2 }{\pi}arctan(\frac{k_{1}+k_{2}}{k_{1}-k_{2}}),CV=\sqrt{\frac{k_{1}^{2}+k_{1}^{2}}{2}}SI=−π2arctan(k1−k2k1+k2),CV=2k12+k12

给一张RGB-D图，使用SLIC算法合并深度和曲面法线信息将RGB-D图像中的物体分割成表面小碎片。使用多特征分割是必要的。对于每个高像素，使用HMP从每个不同的几何衡量计算层次稀疏编码HMP。

SRF

随机森林是集成学习的方法组合KKK个决策树，可以进行分类或者回归。这篇论文工作，在输入和输出中对标准的随机森林加入结构化约束：
Gj=H(Dj−∑cϵL,R∣Djc∣∣Dj∣H(Djc)G_{j}=H(D_{j}-\underset{c\epsilon{L,R}}{\sum}\frac{\left | D_{j}^{c} \right | }{\left | D_{j} \right|}H(D_{j}^{c})Gj=H(Dj−cϵL,R∑∣Dj∣∣Djc∣H(Djc)

结果

Affordance Detection of Tool Parts from Geometric Features相关推荐

论文阅读学习 - AffordanceNet for Object Affordance Detection
AffordanceNet - Object Affordance Detection [Paper] [Code-Caffe] 摘要: AffordanceNet, 主要用于从 RGB 图片中同时检 ...
[CVPR 2020] D3Feat: Joint Learning of Dense Detection and Description of 3D Local Features
零.概要论文: D3Feat: Joint Learning of Dense Detection and Description of 3D Local Features tag: CVPR 20 ...
Scale-Dependent 3D Geometric Features
这篇文章主要讲如何提取3D模型中的corner和edge. 但是是scale-dependent的我理解的scale就是文中平滑的时候影响的范围大小
An End-to-End Steel Surface Defect Detection Approach via Fusing Multiple Hierarchical Features
网络结构建立了一个端到端的ADI系统,即缺陷检测网络(DDN).使用ResNet在每个阶段生成特征图,然后所提出的多级特征融合网络(MFN)将ResNet的所有阶段的特征合并到一个特征中,该特征可以 ...
Tongue shape classification by geometric features总结
这篇文章的主要讲的是给舌头形状分类,首先采用自动轮廓提取和3个几何准则(length,area,angle)对舌头进行校正,然后利用7个基于length.area.angle信息的子特征进行舌头形状分 ...
(CVPR 20) D3Feat: Joint Learning of Dense Detection and Description of 3D Local Features
想要了解深入了解D3Feat产生的原因,建议可以先去看一下D2Net[1],再来看D3Feat. D3Feat核心优势: D3Feat提供了一种联合框架,在学习描述子的同时进行关键点的检测,传统匹配可 ...
笔记：A Novel Representation of Parts for Accurate 3D Object Detection and Tracking in Monocular Images
A Novel Representation of Parts for Accurate 3D Object Detection and Tracking in Monocular Images 20 ...
object detection
原地址:https://handong1587.github.io/deep_learning/2015/10/09/object-detection.html Object Detection Pu ...
Object Detection(目标检测神文)
目标检测神文,非常全而且持续在更新.转发自:https://handong1587.github.io/deep_learning/2015/10/09/object-detection.html,如 ...

Affordance Detection of Tool Parts from Geometric Features

背景介绍

S-HMP

SRF

结果

Affordance Detection of Tool Parts from Geometric Features相关推荐

最新文章

热门文章