ObjectFolder2.0:Sim2Real転送のための多感覚オブジェクトデータセット【JST・京大機械翻訳】

Gao Ruohan; Si Zilin; Chang Yen-Yu; Clarke Samuel; Bohg Jeannette; Fei-Fei Li; Yuan Wenzhen; Wu Jiajun

プレプリント

J-GLOBAL ID：202202213761712304 整理番号：22P0325886

ObjectFolder2.0:Sim2Real転送のための多感覚オブジェクトデータセット【JST・京大機械翻訳】

ObjectFolder 2.0: A Multisensory Object Dataset for Sim2Real Transfer

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2022年04月05日プレプリントサーバーでの情報更新日： 2022年04月05日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

対象は日常活動において重要な役割を果たす。多感覚物体中心学習は,最近大きなポテンシャルを示したが,以前の研究における物体のモデリングは,むしろ非現実的である。オブジェクト指向1.0は,視覚,音響および触覚感覚データを有する100の仮想化オブジェクトを導入する最近のデータセットである。しかし,データセットは小規模であり,マルチセンサデータは限られた品質であり,実世界シナリオへの一般化を妨げる。3つの側面において,オブジェクトFolder1.0を著しく強化する陰的ニューラル表現の形で,一般的家庭オブジェクトの大規模マルチセンサデータセットである,オブジェクトFolder2.0を提案した。第1に,著者らのデータセットは,レンダリング時間において,物体の量において10倍大きく,そして,大きさは,より速かった。第2に,著者らは,すべての3つのモダリティのためにマルチセンサレンダリング品質を著しく改良する。第3に,著者らのデータセットにおける仮想オブジェクトから学習されたモデルは,オブジェクトスケール推定,接触局所化,および形状再構成という3つの挑戦的なタスクにおいて,それらの実世界の対応物にうまく転送されることを示す。オブジェクト指向2.0は,コンピュータビジョンとロボット工学におけるマルチセンサ学習のための新しい経路とテストベッドを提供する。データセットはhttps://github.com/rhgao/ObjectFolderで利用可能である。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識 , 人工知能

, , ,

前のページに戻る