Nuevo método permite a los robots identificar objetos ocultos

Nuevo método permite a los robots identificar objetos ocultos


19 de abril de 2022

(Noticias de Nanowerk) La visión robótica ha recorrido un largo camino y ha alcanzado un alto nivel de sofisticación con aplicaciones en tareas complejas y exigentes como la conducción autónoma y la manipulación de objetos. Sin embargo, todavía es difícil identificar objetos individuales en escenas abarrotadas donde algunos objetos están total o parcialmente ocultos detrás de otros.

Por lo general, cuando se trata de tales escenas, los sistemas de visión robótica están entrenados para identificar el objeto oscurecido basándose solo en sus partes visibles. Sin embargo, dicho entrenamiento requiere grandes conjuntos de datos de objetos y puede ser bastante tedioso.

Profesor Asociado Kyoobin Lee y Ph.D. El estudiante Seunghyeok Back del Instituto de Ciencia y Tecnología de Gwangju (GIST) en Corea enfrentó este problema cuando desarrollaron un sistema de inteligencia artificial para identificar y clasificar objetos en escenas desordenadas.

“Esperamos que un robot reconozca y manipule objetos que no ha encontrado previamente o que no ha sido entrenado para reconocer. En realidad, sin embargo, tenemos que recopilar y etiquetar manualmente los datos uno a la vez, ya que la generalización de las redes neuronales profundas depende en gran medida de la calidad y cantidad del conjunto de datos de entrenamiento”, dice el Sr. Back. Nuevo método permite que la visión del robot identifique objetos ocultos Similar a la visión humana, el método permite la detección de objetos visibles, parcialmente ocultos e invisibles en un solo cuadro. (Imagen: Instituto de Ciencia y Tecnología de Gwangju) (haga clic en la imagen para ampliar)

En un nuevo estudio («Segmentación de instancias amodales de objetos no vistos a través del modelado de oclusión jerárquica») aceptado en la Conferencia internacional IEEE sobre robótica y automatización 2022, un equipo de investigación dirigido por el profesor Lee y el Sr. Back desarrollaron un modelo llamado «instancia amodal de objetos no vistos». «. segmentación” (UOAIS) para la detección de objetos ocultos en escenas confusas.

Para entrenar al modelo en la identificación de la geometría de los objetos, desarrollaron una base de datos de 45.000 imágenes sintéticas fotorrealistas con información de profundidad. Con estos datos de entrenamiento (limitados), el modelo pudo detectar una variedad de objetos ocluidos. Al encontrar una escena desordenada, primero selecciona el objeto de interés y luego determina si el objeto está ocluido al segmentarlo en una «máscara visible» y una «máscara amodal».

Los investigadores estaban encantados con los resultados. “Los métodos anteriores se limitan a detectar solo ciertos tipos de objetos o solo a detectar las áreas visibles sin pensar explícitamente en las áreas ocultas. Por el contrario, como un sistema visual humano, nuestro método puede inferir las áreas ocultas de los objetos ocluidos. Esto permite reducir los gastos generales de recopilación de datos y mejorar el rendimiento en un entorno complejo”, comenta el Sr. Back.

Para habilitar el razonamiento de oclusión en su sistema, los investigadores introdujeron un esquema de modelado de oclusión jerárquica (HOM) que asignaba una jerarquía a la combinación de múltiples características extraídas y su orden de predicción. Al probar su modelo con tres puntos de referencia, validaron la efectividad del esquema HOM, que logró un rendimiento de vanguardia.

Los investigadores confían en las perspectivas futuras de su método. “La percepción de objetos invisibles en un entorno desordenado es crucial para la manipulación robótica amodal. Nuestra metodología UOAIS podría servir como base en este frente”, dice el Sr. Back.



Related post

El programa interactivo de los científicos informáticos ayuda a planificar el movimiento para entornos con obstáculos – ScienceDaily

El programa interactivo de los científicos informáticos ayuda a…

Al igual que nosotros, los robots no pueden ver a través de las paredes. A veces necesitan un poco de ayuda…
Anuncio de los ganadores de los premios Databricks Data Team Awards 2022

Anuncio de los ganadores de los premios Databricks Data…

Los premios anuales Databricks Data Team Awards reconocen a los equipos de datos que aprovechan el poder de los datos y…
Anuncio de los finalistas de 2022 para el premio Data Team Visionary Award

Anuncio de los finalistas de 2022 para el premio…

Los premios anuales Databricks Data Team Awards reconocen a los equipos de datos que aprovechan el poder de los datos y…

Leave a Reply

Tu dirección de correo electrónico no será publicada.