按:国际计算机视觉与模式识别顶级会议CVPR 2017于 7 月 21 日—7 月 26 日在美国夏威夷开会。(公众号:)记者团也兹回国夏威夷为大家带给一手报导。在会上,许多卓越的青年学者都将讲解自己的研究和论文,也不会对部分内容不作讲解。
Angela Dai 是斯坦福大学的一名博士生,在 CVPR 上有一个 Spotlight talk,主要讲解 ScanNet,一个享有标示过 3D 室内场景重构信息的大规模 RGB-D 数据集。她最初的点子是,推展数据短缺的机器学习算法的发展,特别是在 3D 数据上。
3D 数据包括更加多信息,比如比如大小和物体之间的距离。但 3D 数据更加无以提供,为其加到标示也更加无以,现在 3D 数据并不多。Angela期望用 ScanNet 创建一个可拓展数据采集框架。他们首先必须搜集3D 修复数据,然后用有效地的方式对数据展开标示,以便搜集更加多数据。
目前团队早已搜集大约 1500 个 RGB-D 的视频序列,通过 iPad 应用于特深度传感器而搜集的。然后视频不会被上传遍服务器,并被自动修复。然后,视频不会被给到亚马逊 Mechanical Turk,将标示工作众包在过来。
数据标示是在一个等价的 3D 场景中,绘制出有物体,例如,绘制一个椅子、桌子或者计算机,从而理解什么是什么,以及所在位置。每个图像一般来说必须 5 个人来标示。
扣除数据可以在做到物体分类这样的训练任务时,作为标准参照。ScanNet 数据集可以协助必要在 3D 数据上训练算法。
例如,如果有一个机器人在房间移动,它必须辨识房间里有什么对象,而且不仅必须辨识远处有一个物体,还要确认这个物体是什么。Angela 和团队还在现实数据上做到了几个场景解读的基准测试。因为现在有数的大型 3D 数据集都是制备的,这与现实世界搜集的 3D 数据有相当大有所不同。
一般来说情况下,如果你通过制备数据库来训练算法,当算法用作现实数据时效果会过于好,因为计算机并没自学到现实世界的数据特征。现实中有很多噪音,很难仔细观察到一个对象的全部特征。基准测试指出,计算机在现实数据中的训练效果,比在制备数据中的训练效果要好得多。
现实数据以后不会有更大的市场需求。Angela 以前仍然在研究 3D 修复,研发动态的 3D 修复系统,但她后来找到很难运用于实践中,因为缺乏对于场景的语义解读。
在一个场景中,人们不会期望告诉物体在哪个方位,究竟是什么物体,这样还可以有虚拟世界助手或聊天机器人一样的东西,协助做到场景的交互。这也是她研发新的数据集的原因。另外,除了众包在标示任务,他们也期望能众包在场景修复任务。
除此之外,在语义解读方面还要做到很多工作。但他们现在的任务是,解决问题物体辨识。
3D 场景数据未来还不会有更加多有意思的应用于。Angela 还很感兴趣于将真实世界的数据与制备的 CAD 模型结合,相关联一起。这么做到的一个益处是,制备数据较为更容易取得而且更容易操作者,如果制备数据与现实数据创建了联系,那就可以让在模型上训练的系统,更容易迁入到现实数据上。当然,更加最重要的任务是给 3D 数据彰显语义说明,这不利于使机器人更佳地解读世界。
关于ScanNet的论文,在这里iTunes。版权文章,予以许可禁令刊登。
下文闻刊登须知。
本文关键词:bet9九卅娱乐,BET9官网在线登录,bet9官网登录手机入口,BET9十年信誉备用登录入口,BET9登录入口网址
本文来源:bet9九卅娱乐-www.pxky01.cn