論文の概要: Applying Rule-Based Context Knowledge to Build Abstract Semantic Maps of
Indoor Environments
- arxiv url: http://arxiv.org/abs/2002.10938v1
- Date: Fri, 21 Feb 2020 20:56:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-30 01:37:13.725822
- Title: Applying Rule-Based Context Knowledge to Build Abstract Semantic Maps of
Indoor Environments
- Title（参考訳）: 屋内環境の抽象意味マップ構築におけるルールベースコンテキスト知識の適用
- Authors: Ziyuan Liu, Georg von Wichert
- Abstract要約: 本稿では,データ抽象化のためのルールベースコンテキスト知識を用いたデータ駆動MCMCサンプリングと推論を組み合わせた手法を提案する。
このシステムの積は、知覚された環境のパラメトリック抽象モデルである。
実世界のデータを用いた実験は有望な結果を示し,システムの有用性を確認した。
- 参考スコア（独自算出の注目度）: 2.4214518935746185
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we propose a generalizable method that systematically combines
data driven MCMC samplingand inference using rule-based context knowledge for
data abstraction. In particular, we demonstrate the usefulness of our method in
the scenario of building abstract semantic maps for indoor environments. The
product of our system is a parametric abstract model of the perceived
environment that not only accurately represents the geometry of the environment
but also provides valuable abstract information which benefits high-level
robotic applications. Based on predefined abstract terms,such as type and
relation, we define task-specific context knowledge as descriptive rules in
Markov Logic Networks. The corresponding inference results are used to
construct a priordistribution that aims to add reasonable constraints to the
solution space of semantic maps. In addition, by applying a semantically
annotated sensor model, we explicitly use context information to interpret the
sensor data. Experiments on real world data show promising results and thus
confirm the usefulness of our system.
- Abstract（参考訳）: 本稿では,データ抽象化のためのルールベースコンテキスト知識を用いたデータ駆動型mcmcサンプリングと推論を体系的に組み合わせた一般化手法を提案する。
特に,室内環境における抽象意味マップ構築のシナリオにおいて,本手法が有用であることを示す。
本システムでは,環境の幾何を正確に表現するだけでなく,高レベルのロボット応用に役立つ貴重な抽象情報を提供する,知覚環境のパラメトリック抽象モデルを提案する。
タイプや関係といった定義済みの抽象用語に基づいて,タスク固有の文脈知識をマルコフ論理ネットワークにおける記述規則として定義する。
対応する推論結果は、セマンティックマップの解空間に合理的な制約を加えることを目的とした事前分布を構築するために使用される。
さらに,意味的注釈付きセンサモデルを適用することで,コンテキスト情報を用いてセンサデータの解釈を行う。
実世界のデータを用いた実験は有望な結果を示し,システムの有用性を確認した。
関連論文リスト
- An Investigation on The Position Encoding in Vision-Based Dynamics Prediction [19.700374722227107]
RGB画像と単純なオブジェクト記述を利用してオブジェクト状態を予測するビジョンベースの動的予測モデルは、環境のミスアライメントによって挑戦された。
本稿では,出力特徴を抽象化するオブジェクトとしてバウンディングボックスを用いて位置情報を符号化するプロセスと必要な条件について検討する。
論文 参考訳（メタデータ） (2024-08-27T17:02:03Z) - Learning Where to Look: Self-supervised Viewpoint Selection for Active Localization using Geometrical Information [68.10033984296247]
本稿では, 位置決めの精度を高めるために, 視点選択の重要性を強調し, アクティブな位置決め領域について検討する。
私たちのコントリビューションは、リアルタイム操作用に設計されたシンプルなアーキテクチャ、自己教師付きデータトレーニング方法、および実世界のロボティクスアプリケーションに適した計画フレームワークにマップを一貫して統合する能力による、データ駆動型アプローチの使用に関するものです。
論文 参考訳（メタデータ） (2024-07-22T12:32:09Z) - Non-parametric Contextual Relationship Learning for Semantic Video Object Segmentation [1.4042211166197214]
そこでは,領域の類似性グラフ上に,オブジェクト仮説によって暗示される固有関係をエンコードする,文脈的手がかりの非パラメトリックな例を紹介した。
本アルゴリズムは,学習コンテキストを条件付きランダムフィールド(CRF)にペアポテンシャルの形で統合し,領域ごとのセマンティックラベルを推論する。
提案手法は,YouTube-Objectsデータセットの課題に対して評価を行い,提案手法が最先端の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-07-08T13:22:13Z) - SymboSLAM: Semantic Map Generation in a Multi-Agent System [0.0]
サブシンボリックな人工知能手法は、環境タイプの分類と同時局所化とマッピングの分野を支配している。
本稿では,共生的局所化とマッピングによる環境型分類への新たなアプローチ,SymboSLAMを提案し,その説明可能性のギャップを埋める。
論文 参考訳（メタデータ） (2024-03-22T00:48:52Z) - Mapping High-level Semantic Regions in Indoor Environments without
Object Recognition [50.624970503498226]
本研究では,屋内環境における埋め込みナビゲーションによる意味領域マッピング手法を提案する。
地域識別を実現するために,視覚言語モデルを用いて地図作成のためのシーン情報を提供する。
グローバルなフレームにエゴセントリックなシーン理解を投影することにより、提案手法は各場所の可能な領域ラベル上の分布としてのセマンティックマップを生成する。
論文 参考訳（メタデータ） (2024-03-11T18:09:50Z) - Compositional Generalization in Grounded Language Learning via Induced
Model Sparsity [81.38804205212425]
グリッド環境における単純な言語条件のナビゲーション問題について考察する。
本研究では,オブジェクトの指示文と属性のスパース相関を助長するエージェントを設計し,それらを組み合わせて目的を導出する。
我々のエージェントは、少数のデモンストレーションから学習した場合でも、新しいプロパティの組み合わせを含む目標に対して高いレベルのパフォーマンスを維持している。
論文 参考訳（メタデータ） (2022-07-06T08:46:27Z) - Information-Theoretic Odometry Learning [83.36195426897768]
生体計測推定を目的とした学習動機付け手法のための統合情報理論フレームワークを提案する。
提案フレームワークは情報理論言語の性能評価と理解のためのエレガントなツールを提供する。
論文 参考訳（メタデータ） (2022-03-11T02:37:35Z) - CTNet: Context-based Tandem Network for Semantic Segmentation [77.4337867789772]
本研究では,空間コンテキスト情報とチャネルコンテキスト情報とを対話的に探索し,新しいコンテキストベースタンデムネットワーク(CTNet)を提案する。
セマンティックセグメンテーションのための学習表現の性能をさらに向上するため、2つのコンテキストモジュールの結果を適応的に統合する。
論文 参考訳（メタデータ） (2021-04-20T07:33:11Z) - A Generalizable Knowledge Framework for Semantic Indoor Mapping Based on
Markov Logic Networks and Data Driven MCMC [2.4214518935746185]
データ抽象化のための一般化可能な知識フレームワークを提案する。
これらの抽象的な用語に基づいて、インテリジェントな自律システムは、特定の知識ベースに応じて推論を行うことができるべきである。
本稿では,このフレームワークを特定のタスク,特にセマンティックロボットマッピングに適用する方法を詳細に示す。
論文 参考訳（メタデータ） (2020-02-19T19:30:10Z) - Extracting Semantic Indoor Maps from Occupancy Grids [2.4214518935746185]
室内環境のセマンティックマッピングに着目した。
ベイジアン推論を用いて,典型的なグリッドマップから抽象フロアプランを抽出する手法を提案する。
実世界のデータを用いたアプローチの有効性を示す。
論文 参考訳（メタデータ） (2020-02-19T18:52:27Z) - How Far are We from Effective Context Modeling? An Exploratory Study on
Semantic Parsing in Context [59.13515950353125]
文法に基づく意味解析を行い,その上に典型的な文脈モデリング手法を適用する。
我々は,2つの大きなクロスドメインデータセットに対して,13のコンテキストモデリング手法を評価した。
論文 参考訳（メタデータ） (2020-02-03T11:28:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。