• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of visual communication & image representation >Using multi-modal 3D contours and their relations for vision and robotics
【24h】

Using multi-modal 3D contours and their relations for vision and robotics

机译：将多模态3D轮廓及其关系用于视觉和机器人

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this work, we make use of 3D contours and relations between them (namely, coplanarity, cocolority, distance and angle) for four different applications in the area of computer vision and vision-based robotics. Our multi-modal contour representation covers both geometric and appearance information. We show the potential of reasoning with global entities in the context of visual scene analysis for driver assistance, depth prediction, robotic grasping and grasp learning. We argue that, such 3D global reasoning processes complement widely-used 2D local approaches such as bag-of-features since 3D relations are invariant under camera transformations and 3D information can be directly linked to actions. We therefore stress the necessity of including both global and local features with different spatial dimensions within a representation. We also discuss the importance of an efficient use of the uncertainty associated with the features, relations, and their applicability in a given context.
机译：在这项工作中，我们将3D轮廓及其之间的关系（即共面性，同色性，距离和角度）用于计算机视觉和基于视觉的机器人技术领域中的四种不同应用。我们的多峰轮廓表示涵盖了几何和外观信息。我们在视觉场景分析的上下文中显示了全局实体进行推理的潜力，以进行驾驶员辅助，深度预测，机器人抓取和抓取学习。我们认为，这样的3D全局推理过程补充了广泛使用的2D局部方法（例如功能包），因为3D关系在相机变换下是不变的，并且3D信息可以直接链接到动作。因此，我们强调必须在表示中包括具有不同空间尺寸的全局和局部特征。我们还将讨论在给定上下文中有效使用与特征，关系及其适用性相关的不确定性的重要性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号