学习环境感知下的遮挡情况下 3D 关节物体操作的可供性
原文中文,约200字,阅读约需1分钟。发表于: 。通过结合物体层面的可行先验和环境约束,我们提出了一个环境感知的可行性框架,该框架能够在考虑环境约束的情况下学习可行性,对于包含单个遮挡物和复杂遮挡物组合的场景具有良好的泛化效果。
该论文介绍了一个名为3D AffordanceNet的数据集,包含23k个形状,注释了18个视觉可用性类别,并提供了三个评估视觉可用性理解的基准测试任务。作者评估了三种最先进的点云深度学习网络,并研究了半监督学习设置探索利用未标记数据的可能性。