28、动态场景检测处理与手部运动分割及机器人技能表示

动态场景检测处理与手部运动分割及机器人技能表示

动态场景检测与处理评估

评估工作分为两个部分。一方面，验证不同类型变化的分类。针对每种变化类型，记录一个仅包含一种变化的场景，同时验证场景无关信号（如记录到的人体）的处理效果。另一方面，通过比较动态场景和静态场景的重建结果来评估该方法。具体操作如下：
1. 搭建一个场景，使用主动视觉方法并开启动态场景处理功能进行记录。
2. 完成重建后，仅使用主动视觉方法对已变为静态的场景进行处理，以获取真实参考。
3. 比较两种重建结果，采用以下标准：
- 统计面的数量。
- 移除两种重建结果中都存在的面，通过定义的 η 来确定哪些面相互对应。若未解释的面数量较少，则两种重建场景相似。
- 删除由手动验证假设所解释的面，因为在静态重建中，由于遮挡可能无法看到某些面，且目标是正确识别所有物体，而非完整重建场景。若之后仍有面存在，则表示在重建或动态场景处理过程中出现错误，需进一步调查。

硬件设置方面，使用配备经手眼校准的 ENSENSO N10 深度相机的 KUKA LWR 4 机器人。为确保高质量点云，对同一视角的多次数据进行平均以减少噪声影响。还利用了包含 25 个实例的对象数据库，这些对象来自不同领域，在面的数量、对称性和凸性方面具有不同的复杂度。

在验证过程中，首先去除场景无关信号。例如，在一个场景中，人的手臂被重建为多个平面段，移除手臂并加入另一个 B - Rep 后，这些段被识别为已移除并从重建中删除，仅留下一个过小的面片。此外，由于手臂遮挡了一些物体，移除手臂后更多物体能被正确分类。

对于各种可能的变化情况验证：
- 移除情况 <