affordance | BriefGPT - AI 论文速递

关键词affordance

搜索结果 - 12

快速准确的作用学习
婴儿在环境中积极学习，塑造自己的学习课程。研究通过深度学习架构模拟这种行为，结合全局认知地图探索和局部可用性学习，使用不确定性度量来指导学习，展现了最为平衡的探索策略，并提出了协调积极生成学习课程的三个关键要素。
PDF2 months ago
CVPRCLIP 对剥香蕉的了解
通过利用在预训练的视觉 - 语言模型中内嵌的隐式适应性知识，本文提出了 AffordanceCLIP 方法，克服了传统监督学习方法和弱监督方法在适应性分割方面的限制，并实现了与专门训练方法相竞争的零样本性能，同时为模型的功能性推理打开了新的
PDF3 months ago
CVPROAKINK2：一个复杂任务完成下的双手物体操作数据集
OAKINK2 是一个用于复杂日常活动的双手物体操作任务数据集，该数据集通过三个抽象层次组织操作任务，包括作用力、基本任务和复杂任务，并提供人体、手和各种交互对象的多视图图像流和精确姿势注释。基于 OAKINK2 的三级抽象，研究人员提出了
PDF3 months ago
3D 一般物体的原始功能无监督学习
通过自我监督方法，以及使用相对方向和近距离的人物和物体点之间的关系定义的新型能力表征，我们提出了一种创新的方法来生成三维能力示例，展示了我们方法和表征的有效性。
PDF5 months ago
学习环境感知下的遮挡情况下 3D 关节物体操作的可供性
通过结合物体层面的可行先验和环境约束，我们提出了一个环境感知的可行性框架，该框架能够在考虑环境约束的情况下学习可行性，对于包含单个遮挡物和复杂遮挡物组合的场景具有良好的泛化效果。
PDF10 months ago
探索图像字幕中的基础问题
本文从计算认知语言学的角度探讨了多模态语义表示中的基础问题，注释和分析了五个感知属性：可操作性、感知显著性、物体数量、凝视引导和生态学生态位关联。我们对来自 Flickr30k 数据集的选定图像进行了探究性分析和统计建模，发现了在构建过程中
PDFa year ago
利用弱监督进行预处理的视觉语言推理
本文提出了预先条件的视觉语言推理与理性化（PVLIR）的任务，研究表明 SOTA 的 VLM 模型无法提取出这种先决条件，提出了三种策略来提取弱监督信号，并开发了经过人工验证的测试集进行评估。
PDFa year ago
基于强化学习的深度机器人可供性学习的最新进展
本文综述了近期深度机器人可支配学习 (DRAL) 的研究进展，该方法致力于开发数据驱动的方法，使用可支配性概念辅助机器人任务，对机器人任务的技术细节和局限性进行了分类和讨论，并从观察、行为、可支配性表达、数据收集和实际部署等方面总结了它们的
PDFa year ago
MM给我吃的东西：常识知识参考表达理解
本文介绍了一个新的 REF 数据集 KB-ref，其中包含了对 16K 个图像中 43K 个表达式的答案，至少需要一段常识知识。此外，介绍了一种 ECIFA 网络，可以从相关的图像区域和常识知识事实中提取信息。该方法显著提高了 SoTA R
PDF4 years ago
弱监督可支配分割的自适应二值化
本文提出了一种基于稀疏关键点学习卷积神经网络进行可供性分割的迭代方法，并提出了一种自适应的二值化方法，经过两个可供性数据集的实验，我们的方法在弱监督可供性分割领域取得了最好的表现。
PDF7 years ago
CVPR深度感知 - 操作感知基础的物体识别
通过使用深度学习，结合物体颜色和 affordance 信息，提高了物体识别的鲁棒性。
PDF7 years ago
深度驾驶：自主驾驶直接感知的能力学习
本文提出一种基于直接感知的自动驾驶范式，使用深度卷积神经网络将输入图像映射到与驾驶相关的感知指标，并证明该方法可以成功地应用于不同的虚拟环境和现实场景。
PDF9 years ago