麻省理工学院的一项新研究表明，一个使用现成算法来聚合不同视角的系统，使家用机器人识别的物体数量是使用单一视角的机器人的四倍，同时减少了错误识别的次数。

 

为了使家用机器人真正实用，它们需要能够识别它们要操作的对象。但是，尽管物体识别是人工智能领域研究最广泛的课题之一，但即使是最好的物体探测器也有很多时候会失败。

 

麻省理工学院计算机科学和人工智能实验室的研究人员认为，家用机器人应该利用它们的移动性和相对静态的环境，在判断其身份之前，先从多个角度对物体进行成像，从而更容易识别物体。然而，要将不同图像中所描绘的物体匹配起来，就面临着计算上的挑战。天富登录

 

在一篇出现在即将出版的《国际机器人研究杂志》上,麻省理工学院的研究人员表明,一个系统使用现成的算法聚合不同的观点可以识别对象的四倍,使用一个单一的角度来看,同时减少曾的数量。

 

然后，他们提出了一种新的算法，它同样精确，但在某些情况下，速度是它的10倍，这使得它在实时部署家用机器人时更加实用。

 

“如果你只是看它的输出从一个角度来看,有很多东西会丢失,或者它可能是照明的角度阻塞引起的系统误差的对象探测器,”劳森Wong说,研究生在电气工程和计算机科学和新论文的第一作者。“解决这个问题的一种方法就是四处走动，去一个不同的视角。”

 

第一个尝试

 

Wong和他的论文指导老师——松下计算机科学与工程教授Leslie Kaelbling和工程学院卓越教学教授Tomás Lozano-Pérez——考虑了这样的场景:他们将20到30个不同的家庭物品的图像聚集在一张桌子上。在一些场景中，集群包括同一个对象的多个实例，这些实例被紧密地打包在一起，这使得匹配不同视角的任务更加困难。天富登录

 

他们尝试的第一个算法是为雷达等跟踪系统开发的，雷达也必须确定在不同时间成像的物体是否实际上是相同的。“它已经存在了几十年了，”王说。这其中有一个很好的原因，那就是它真的很有效。这是大多数人想到的第一件事。”

 

对于每一对连续的图像，算法产生多个关于一个对象对应另一个对象的假设。问题是，随着新观点的加入，假设化合物的数量增加。为了保证计算的可管理性，该算法在每一步都抛弃了除了最上面的假设之外的所有假设。即便如此，在最后一个假说产生之后，对所有这些假说进行分类还是一项耗时的任务。

 

代表性的抽样

 

为了得到更有效的算法，麻省理工学院的研究人员采用了一种不同的方法。他们的算法不会丢弃它在连续图像上生成的任何假设，但也不会试图对所有假设进行审查。相反，它是随机抽取样本的。由于不同的假设之间有显著的重叠，足够数量的样本通常会对任意两幅连续图像中的物体之间的对应关系产生共识。

 

为了保持所需的样本数量较低，研究人员采用了一种简化的方法来评估假设。假设算法从一个角度识别了三个物体，从另一个角度识别了四个物体。比较假设的最精确的数学方法是考虑两组物体之间的每一组可能的匹配:第一幅图中物体1、2和3与第二幅图中物体1、2和3匹配的那组;将第一个对象1、2和3与第二个对象1、2和4匹配的集合;将第一个视图中的对象1、2和3与第二个视图中的对象1、3和4匹配的集合，以此类推。在本例中，如果包含检测器出错和某些对象被某些视图遮挡的可能性，那么该方法将产生304个不同的匹配集。

 

相反，研究人员的算法分别考虑第一组中的每个对象，并评估其映射到第二组对象的可能性。所以第一组中的对象1可以映射到第二组中的对象1、2、3或4，对象2也可以，以此类推。同样，考虑到错误和遮挡的可能性，这种方法只需要进行20次比较。