Multi-view Self-supervised Object Segmentation

CASIA OpenIR > 多模态人工智能系统全国重点实验室 > 智能机器人系统研究

	Multi-view Self-supervised Object Segmentation
	Ma Wenxuan1,2 ; ZhengLiming1,2 ; Cai Yinghao1 ; Lu Tao1 ; Wang Shuo1
	2023-10
会议名称	2023 IEEE International Conference on Robotics and Biomimetics
会议日期	2023-10
会议地点	Samui, Thailand
摘要	Robots often operate in open-world environments, where the capability to generalize to new scenarios is crucial for robotic applications such as navigation and manipulation. In this paper, we propose a novel multi-view self-supervised framework (MVSS) to adapt off-the-shelf segmentation methods in a self-supervised manner by leveraging multi-view consistency. Pixel-level and object-level correspondences are established through unsupervised camera pose estimation and cross-frame object association to learn feature embeddings that the same object are close to each other and embeddings from different objects are separated. Experimental results show that it only needs to observe the RGB-D sequence once without any annotation, our proposed method is able to adapt existing methods in new scenarios to achieve performance close to that of supervised segmentation methods.
关键词	具身视觉感知自监督学习机器人视觉
收录类别	EI
语种	英语
是否为代表性论文	是
七大方向——子方向分类	智能机器人
国重实验室规划方向分类	视觉信息处理
是否有论文关联数据集需要存交	否
文献类型	会议论文
条目标识符	http://ir.ia.ac.cn/handle/173211/57251
专题	多模态人工智能系统全国重点实验室_智能机器人系统研究
通讯作者	Cai Yinghao
作者单位	1.中国科学院自动化研究所 2.中国科学院大学
第一作者单位	中国科学院自动化研究所
通讯作者单位	中国科学院自动化研究所
推荐引用方式 GB/T 7714	Ma Wenxuan,ZhengLiming,Cai Yinghao,et al. Multi-view Self-supervised Object Segmentation[C],2023.

条目包含的文件		下载所有文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
Multi-view Self-supe（1326KB）	会议论文		开放获取	CC BY-NC-SA	浏览下载