Human Orientation Estimation under Partial Observation

要約

信頼性の高い人間方向推定 (HOE) は、自律エージェントが人間の意図を理解し、ヒューマン ロボット インタラクション (HRI) タスクを実行するために重要です。
十分な観察の下、HOE では大きな進歩が見られました。
しかし、既存の手法は部分的な観測のもとでは簡単に誤った予測をしてしまい、予期せぬ高い確率を与えてしまいます。
上記問題を解決するために、本研究ではまず、対象者の目に見える関節部分から姿勢を推定し、部分的な観察にも対応できる手法を開発する。
続いて、信頼性を考慮した方向推定手法を導入し、部分的な観測の下でより正確な方向推定と合理的な信頼性推定を可能にします。
私たちの手法の有効性は公開データセットとカスタム構築データセットの両方で検証されており、部分的な観測シナリオで精度と信頼性が大幅に向上することが示されました。
特に、実際の実験では、私たちの方法がロボット人物追従（RPF）タスクの堅牢性と一貫性に利益をもたらすことができることを示しています。

要約(オリジナル)

Reliable human orientation estimation (HOE) is critical for autonomous agents to understand human intention and perform human-robot interaction (HRI) tasks. Great progress has been made in HOE under full observation. However, the existing methods easily make a wrong prediction under partial observation and give it an unexpectedly high probability. To solve the above problems, this study first develops a method that estimates orientation from the visible joints of a target person so that it is able to handle partial observation. Subsequently, we introduce a confidence-aware orientation estimation method, enabling more accurate orientation estimation and reasonable confidence estimation under partial observation. The effectiveness of our method is validated on both public and custom-built datasets, and it showed great accuracy and reliability improvement in partial observation scenarios. In particular, we show in real experiments that our method can benefit the robustness and consistency of the robot person following (RPF) task.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google