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
Relational approaches for joint object classification andscene similarity measurement in indoor environments
KTH, Skolan för datavetenskap och kommunikation (CSC), Datorseende och robotik, CVAP.
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 kemivetenskap (CHE). (CVAP/CAS/CSC)ORCID-id: 0000-0002-1170-7162
KTH, Skolan för datavetenskap och kommunikation (CSC), Centra, Centrum för Autonoma System, CAS. KTH, Skolan för datavetenskap och kommunikation (CSC), Datorseende och robotik, CVAP. (CAS/CVAP/CSC)ORCID-id: 0000-0002-7796-1438
2014 (Engelska)Ingår i: Proc. of 2014 AAAI Spring Symposium QualitativeRepresentations for Robots 2014, Palo Alto, California: The AAAI Press , 2014Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

The qualitative structure of objects and their spatial distribution,to a large extent, define an indoor human environmentscene. This paper presents an approach forindoor scene similarity measurement based on the spatialcharacteristics and arrangement of the objects inthe scene. For this purpose, two main sets of spatialfeatures are computed, from single objects and objectpairs. A Gaussian Mixture Model is applied both onthe single object features and the object pair features, tolearn object class models and relationships of the objectpairs, respectively. Given an unknown scene, the objectclasses are predicted using the probabilistic frameworkon the learned object class models. From the predictedobject classes, object pair features are extracted. A fi-nal scene similarity score is obtained using the learnedprobabilistic models of object pair relationships. Ourmethod is tested on a real world 3D database of deskscenes, using a leave-one-out cross-validation framework.To evaluate the effect of varying conditions on thescene similarity score, we apply our method on mockscenes, generated by removing objects of different categoriesin the test scenes.

Ort, förlag, år, upplaga, sidor
Palo Alto, California: The AAAI Press , 2014.
Nationell ämneskategori
Robotteknik och automation
Identifikatorer
URN: urn:nbn:se:kth:diva-156596Scopus ID: 2-s2.0-84904916968OAI: oai:DiVA.org:kth-156596DiVA, id: diva2:767253
Konferens
AAAI Spring Symposium Qualitative Representations for Robots March 24–26 2014, Palo Alto, USA
Projekt
STRANDS
Anmärkning

QC 20141208

Tillgänglig från: 2014-12-01 Skapad: 2014-12-01 Senast uppdaterad: 2015-06-08Bibliografiskt granskad

Open Access i DiVA

fulltext(1810 kB)1189 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1810 kBChecksumma SHA-512
2d50c11062c41d7a81cd50c9ca6b26916d01e739764c9140591c521b0fb57a656dc2df5b20177a230938736cf75ade102cefe7a30221f5d0d9950064b81e8bf7
Typ fulltextMimetyp application/pdf

Övriga länkar

Scopushttp://www.aaai.org/ocs/index.php/SSS/SSS14/paper/view/7709

Personposter BETA

Jensfelt, PatricFolkesson, John

Sök vidare i DiVA

Av författaren/redaktören
Alberti, MarinaJensfelt, PatricFolkesson, John
Av organisationen
Datorseende och robotik, CVAPCentrum för Autonoma System, CASSkolan för kemivetenskap (CHE)
Robotteknik och automation

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 1189 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 2108 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