SeekNet: Improved Human Instance Segmentation and Tracking via Reinforcement Learning Based Optimized Robot Relocation

要約

アモーダル認識は、遮られたオブジェクトを検出するシステムの機能です。
ほとんどの SOTA Visual Recognition システムには、非モーダル認識を実行する機能がありません。
受動的予測または具現化された認識アプローチを通じて無モード認識を達成した研究はほとんどありません。
ただし、これらのアプローチは、動的な障害物など、実際のアプリケーションでの課題に悩まされています。
具現化された視覚認識による非モーダル認識の改善された最適化手法である SeekNet を提案します。
さらに、混雑した歩行者との複数の相互作用があるソーシャル ロボット用の SeekNet を実装します。
また、他のベースラインよりも、遮蔽された人間の検出と追跡に関するアルゴリズムの利点を示しています。
さらに、SeekNet を使用してマルチロボット環境をセットアップし、混雑した地域での空気感染性疾患の視覚的疾患マーカーを特定および追跡しました。
シミュレートされた屋内環境で実験を行い、私たちの方法が無モード認識タスクの全体的な精度を向上させ、ベースラインアプローチと比較して時間の経過とともに検出精度の最大の改善を達成することを示します。

要約(オリジナル)

Amodal recognition is the ability of the system to detect occluded objects. Most SOTA Visual Recognition systems lack the ability to perform amodal recognition. Few studies have achieved amodal recognition through passive prediction or embodied recognition approaches. However, these approaches suffer from challenges in real-world applications, such as dynamic obstacles. We propose SeekNet, an improved optimization method for amodal recognition through embodied visual recognition. Additionally, we implement SeekNet for social robots, where there are multiple interactions with crowded pedestrians. We also demonstrate the benefits of our algorithm on occluded human detection and tracking over other baselines. Additionally, we set up a multi-robot environment with SeekNet to identify and track visual disease markers for airborne disease in crowded areas. We conduct our experiments in a simulated indoor environment and show that our method enhances the overall accuracy of the amodal recognition task and achieves the largest improvement in detection accuracy over time in comparison to the baseline approaches.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google