Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Enhanced Visual Scene Understanding through Human-Robot Dialog
KTH, Skolan för datavetenskap och kommunikation (CSC), Datorseende och robotik, CVAP. KTH, Skolan för datavetenskap och kommunikation (CSC), Centra, Centrum för Autonoma System, CAS.
KTH, Skolan för datavetenskap och kommunikation (CSC), Datorseende och robotik, CVAP. KTH, Skolan för datavetenskap och kommunikation (CSC), Centra, Centrum för Autonoma System, CAS.
KTH, Skolan för datavetenskap och kommunikation (CSC), Tal, musik och hörsel, TMH.ORCID-id: 0000-0002-8579-1790
KTH, Skolan för datavetenskap och kommunikation (CSC), Tal, musik och hörsel, TMH.ORCID-id: 0000-0002-0397-6442
Visa övriga samt affilieringar
2011 (Engelska)Ingår i: 2011 IEEE/RSJ International Conference on Intelligent Robots and Systems, IEEE , 2011, s. 3342-3348Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

We propose a novel human-robot-interaction framework for robust visual scene understanding. Without any a-priori knowledge about the objects, the task of the robot is to correctly enumerate how many of them are in the scene and segment them from the background. Our approach builds on top of state-of-the-art computer vision methods, generating object hypotheses through segmentation. This process is combined with a natural dialog system, thus including a ‘human in the loop’ where, by exploiting the natural conversation of an advanced dialog system, the robot gains knowledge about ambiguous situations. We present an entropy-based system allowing the robot to detect the poorest object hypotheses and query the user for arbitration. Based on the information obtained from the human-robot dialog, the scene segmentation can be re-seeded and thereby improved. We present experimental results on real data that show an improved segmentation performance compared to segmentation without interaction.

Ort, förlag, år, upplaga, sidor
IEEE , 2011. s. 3342-3348
Serie
Intelligent Robots and Systems (IROS), 2011 IEEE/RSJ International Conference on, ISSN 2153-0858
Nyckelord [en]
Service Robotics, Human-Robot Dialog, Machine Learning, Segmentation
Nationell ämneskategori
Robotteknik och automation
Identifikatorer
URN: urn:nbn:se:kth:diva-46701DOI: 10.1109/IROS.2011.6048219ISI: 000297477503104Scopus ID: 2-s2.0-84455206614ISBN: 978-1-61284-454-1 (tryckt)OAI: oai:DiVA.org:kth-46701DiVA, id: diva2:453961
Konferens
International Conference on Intelligent Robots and Systems (IROS '11). San Francisco, CA, USA. 25 Sep - 30 Sep 2011
Projekt
SavirGrasp
Forskningsfinansiär
EU, FP7, Sjunde ramprogrammet, IST-FP7- IP-215821ICT - The Next Generation
Anmärkning
QC 20111118Tillgänglig från: 2011-11-04 Skapad: 2011-11-04 Senast uppdaterad: 2012-04-03Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopusIEEExplore

Personposter BETA

Skantze, GabrielGustafsson, JoakimKragic, Danica

Sök vidare i DiVA

Av författaren/redaktören
Johnson-Roberson, MatthewBohg, JeannetteSkantze, GabrielGustafsson, JoakimCarlson, RolfKragic, DanicaRasolzadeh, Babak
Av organisationen
Datorseende och robotik, CVAPCentrum för Autonoma System, CASTal, musik och hörsel, TMH
Robotteknik och automation

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 107 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf