Key points are not available for this paper at this time.
Segmentar instâncias de objetos não visíveis em ambientes não estruturados é uma habilidade importante para robôs realizarem tarefas relacionadas ao agarre, onde o equilíbrio entre eficiência e precisão é um desafio urgente a ser resolvido. Neste trabalho, propomos um método rápido de segmentação de instâncias de objetos não visíveis (Fast UOIS) que utiliza deslocamentos centrais previstos dos objetos para calcular as posições de máximos e mínimos locais, que são então usados para selecionar os pontos de semente iniciais necessários pelo algoritmo de agrupamento de média móvel. Este algoritmo de agrupamento, que gera pontos de semente de forma adaptativa, pode rapidamente e precisamente obter máscaras de instâncias de objetos não visíveis. Assim, o Fast UOIS primeiro gera previsões pixel a pixel das classes de objeto e deslocamentos centrais a partir de imagens de profundidade sintéticas. Em seguida, essas previsões são usadas pelo algoritmo de agrupamento para calcular pontos de semente iniciais e encontrar possíveis instâncias de objetos. Finalmente, as informações de profundidade correspondentes às máscaras de instância filtradas são alimentadas na rede de geração de agarre para gerar poses de agarre. Experimentos de referência mostram que nosso método pode ser bem transferido para o mundo real e pode rapidamente gerar máscaras de instância nítidas e precisas. Além disso, demonstramos que nosso método é capaz de segmentar máscaras de instância de objetos não visíveis para agarre robótico.
Fu et al. (Sex,) estudaram esta questão.