4、场景识别技术：从被动到主动的创新突破

场景识别技术：从被动到主动的创新突破

1. 研究贡献概述

在场景识别领域，有两项主要贡献与被动场景识别（PSR）相关，另外三项则与主动场景识别（ASR）相关。

1.1 被动场景识别（PSR）贡献

• 隐式形状模型树（ISM Trees） ：作为场景分类器，引入了一种名为隐式形状模型树的分层数据结构，以及相应的训练和识别算法。ISM树由多个相互关联的隐式形状模型（ISM）组成。
• 空间关系优化算法 ：一种优化算法，可自动选择准确描述场景类别所需的最小空间关系集。该方法集成在场景分类器学习方法中。

PSR基于场景类别的模型，注重对空间关系的精确和统一表示，同时允许对这些关系中的不确定性进行建模。其灵活性体现在，只要一组对象之间的空间关系组合对应于一个连通图，就可以对其进行建模。这些特性对于场景识别的高表达性和可靠性至关重要。PSR的设计旨在最小化生成场景类别模型时所需的先验知识，其他信息则从记录的演示中提取。具体而言，学习类别模型的方法既决定了要建模的空间关系，又估计了这些关系的特征，从而使通用场景类别表示能够自动适应各自的应用场景。

1.2 主动场景识别（ASR）贡献

• 随机迭代算法 ：一种随机迭代算法，将隐式形状模型树中的反向空间关系与现有场景的估计相结合，以预测结果中缺失对象的6自由度（6 - DoF）姿态。
• 最佳视角和对象搜索优化算法 ：一个优化问题和算法，用于从预测的对象姿态中