14、隐式形状模型与主动场景识别技术解析

隐式形状模型与主动场景识别技术解析

1. 隐式形状模型树权重估计问题

在隐式形状模型（ISM）树中，单个 ISM 的权重 w(S) 不能再通过原有的公式 3.4 来估计。该公式用于对 ISM 树中各个 ISM 的置信度进行归一化，但它假定演示中物体集的大小平均保持不变，这与实际中物体集大小的变化相冲突。因此，需要一种新的技术来替代该公式，这种技术要能明确考虑场景替代方案之间的差异，并使 ISM 能够根据输入配置与替代方案的相似度不同而进行不同处理。

如果解决了归一化问题，即使场景类别由多个替代方案组成，使用 ISM 树进行场景识别也有望成功处理这些场景类别。在这种情况下，场景识别会将对应于给定替代方案的任何输入配置视为整个场景类别的不完整实例。由于 ISM 在物体类别识别中的一个显著优点是对缺失物体部分具有鲁棒性，因此无论涉及的物体集大小差异有多大，场景识别结果的质量都不应受到影响。

在演示过程中，交换物体这一操作不会对每个 ISM 中的预期权重产生问题。而且，如果交换语义等价的物体，ISM 树可以将它们视为同一个物体。例如，在演示的两个场景替代方案中都包含一个杯子，由于物体定位和场景识别在架构中是分离的，我们可以配置两个杯子的定位系统，使它们的物体估计 E(o) 包含相同的类别和标识符标签。这样，两个杯子可以采用彼此的相对姿势，而 ISM 树不会察觉。更一般地说，ISM 树可用于关联整个物体类别，而不仅仅是简单的物体实例，前提是物体定位要进行适当调整，并且每个物体类别的各个实例的坐标系要相互匹配。

2. 主动场景识别概念概述

被动场景识别（PSR）中遗留的一个重要问题是如何获取用于推断 6 自由度物体位置估计的传感器数据。简单来说，记