Key points are not available for this paper at this time.
Os humanos geralmente associam uma orientação vertical com objetos, colocando-os de uma maneira que são mais comumente vistos em nosso entorno. Embora seja um desafio aberto recuperar a funcionalidade de uma forma apenas a partir de sua geometria, este artigo mostra que muitas vezes é possível inferir sua orientação vertical analisando sua geometria. Nossa ideia principal é reduzir o espaço de orientação bidimensional (esférica) a um pequeno conjunto de candidatos de orientação usando propriedades geométricas relacionadas à funcionalidade do objeto, e então determinar a melhor orientação usando uma função de avaliação de vários atributos geométricos funcionais definidos em relação a cada candidato. Especificamente, nos concentramos em obter a orientação vertical para objetos feitos pelo homem que normalmente ficam sobre alguma superfície plana (solo, piso, mesa, etc.), que incluem a vasta maioria dos objetos em nosso cotidiano. Para esses tipos de modelos, candidatos de orientação podem ser definidos de acordo com o equilíbrio estático. Para cada candidato, introduzimos um conjunto de atributos discriminativos ligando forma à função. Aprendemos uma função de avaliação desses atributos a partir de um conjunto de treinamento usando uma combinação de classificador Random Forest e classificador Support Vector Machine. Experimentos demonstram que nosso método generaliza bem e alcança cerca de 90% de precisão de previsão tanto para uma validação cruzada em 10 partes sobre o conjunto de treinamento quanto para uma validação com um conjunto de teste independente.
Fu et al. (Sex,) estudaram essa questão.