Makine Öğrenimine Giriş: Duruş Tahmini

Pozisyon tahmini, 2 boyutlu eklemleri (u,v), 3 boyutlu eklemleri veya nesne dönüşünü R ve ötelemesini t çıkarabilir. Projeksiyon \tilde p\sim K[R|t]P şeklinde yazılabilir. Kalibrasyon, örtüşme, sol-sağ belirsizliği ve zaman hizalaması, ağ mimarisi kadar önemlidir.

Diyagram: Duskcoil, kavramsal. Kimlik tespiti veya gözetim amaçlı kullanıma izin vermez.

Isı haritası veya koordinat regresyonu, PnP ve zamansal filtreleme kullanın. PCK, OKS veya yeniden projeksiyon hatasını tıkanma, aydınlatma, giyim, yardımcı cihazlar ve demografik özelliklere göre değerlendirin. İnsanlarla yüz yüze kullanım için, onay, amaç sınırlaması, saklama ve insan incelemesi belirtin. Hatalar.

• OpenPose
• OpenCV solvePnP

Yöntemler ve koordinat çerçeveleri

2B insan pozisyonu için, bir ağ her eklem için bir ısı haritasının maksimumunu seçebilir, koordinatları doğrudan regresyonla hesaplayabilir, tespitten sonra her seferinde bir kişiyi tahmin edebilir (yukarıdan aşağıya) veya tüm kişileri tam bir görüntüden ilişkilendirebilir (aşağıdan yukarıya). 6B nesne pozisyonu için, PnP bilinen 3B noktalardan ve görüntü eşleşmelerinden dönüş ve ötelemeyi tahmin eder. Bir dönüş R\in SO(3) R^TR=I,\det R=1'e uyar; doğrudan Euler açısı regresyonunda tekillikler ve süreksizlikler vardır, bu nedenle normalize edilmiş kuaterniyonlar veya sürekli 6B gösterimler kullanılır.

Veri ve hata yönetimi

Engelleme, arka ışık, aynalar, birden fazla kişi, yardımcı cihazlar, giyim, vücut şekli, cilt görünümü ve kamera yüksekliğini ayrı ayrı değerlendirin. Yüksek ortalama OKS, düşme tespiti veya işbirlikçi robot kaçınması için gereken en kötü gecikme ve hata oranını kanıtlamaz. Onay alınmadan kimlik veya duygu çıkarımı için anahtar noktaları yeniden kullanmayın. Amaç sınırlaması, saklama, erişim kontrolü, silme ve itiraz prosedürlerini tanımlayın.

Uygulamada, içsel ve dışsal parametreleri kalibre edin ve çerçeve, birim, zaman damgası ve güveni belgeleyin. Güven düşük olduğunda, enterpolasyonu gerçek olarak kabul etmeyin: robotu yavaşlatın, durdurun veya insan incelemesi isteyin. Zamansal yumuşatma azaltır Titreme, gecikme ekler ve bu da durma mesafesine yansıtılmalıdır.

1. Görev için çıktıları, toleransları ve gecikmeyi tanımlayın.

2. Değerlendirmeyi niteliklere, örtüşmeye ve aydınlatmaya göre ayırın.

3. Kalibrasyonu, koordinat dönüşümlerini ve PnP aykırı değerlerini kaydedin.

4. Düşük güven, kamera kaybı ve yaklaşan insanlar için durma kurallarını test edin.

5. COCO Anahtar Noktaları değerlendirmesi

Kalibrasyon ve zaman ağın dışında olmalıdır

Poz hatası sadece bir ağ sorunu değildir. Yanlış bir odak uzaklığı veya ana nokta, görsel olarak doğru bir noktayı 3B'de yanlış hale getirir. Eğitim ve çıkarımda bozulma sırasını, yeniden boyutlandırmayı/kırpmayı, orijini ve piksel merkezi kuralını aynı tutun. Dışsal faktörler kamera hareketi ve titreşimiyle değişir, bu nedenle bir kalibrasyona sonsuza dek güvenmek yerine, yeniden projeksiyon hatasını bir referans hedefe karşı tekrar kontrol edin.

Birden fazla kamera veya bir IMU ile, karelerden önce zaman damgalarını doğrulayın. 30 fps'lik bir kare gecikmesi, hızlı bir eli veya aleti hareket ettirebilir. Önemli ölçüde. Donanım zamanını, alma zamanını, çıkarım tamamlama zamanını ve enterpolasyon için kullanılan örnekleri saklayın. Güzelce düzeltilmiş bir yörünge bile çarpışma önleme için çok geç olabilir.

İşlem Hattı Seçenekleri

Hedefe göre 2D hatayı normalleştirme 3B birimlerin ve çerçevenin boyutunu ve durumunu belirtin. Simetrik nesneler için, tek bir kanonik dönüşle karşılaştırma, fiziksel olarak doğru bir pozisyonu yanlış olarak işaretleyebilir; simetriye duyarlı ADD-S veya yeniden projeksiyon kullanın ve kavrama açıklığını değerlendirin. Ortalama hataya ek olarak %95'lik dilimi, hataları, yüksek güvenilirlik hatalarını ve uçtan uca gecikmeyi raporlayın.

Başarısızlık durumu: Güvenilir sol-sağ ayna

Aynalar, arka görünümler ve kendi kendine örtüşme, sol-sağ yer değiştirmiş bir iskeleti geometrik olarak makul hale getirebilir. Yumuşatma, hatayı birçok kare için kilitleyebilir. Yönlendirmeyi, görünür ipuçlarını, birden fazla hipotezi ve bir hareket sınırını birleştirin; yalnızca kemik uzunluğu kısıtlamalarına güvenmeyin. Güvenlik uygulamalarında, yüksek güvenilirlik kanıt değildir—durdurma koşulları olarak yer değiştirme tespitini ve bağımsız bir sensörle olan uyuşmazlığı kullanın.

Tekrarlanabilir uygulama prosedürü

1. Görüntüyü, kamerayı, dünyayı ve robot çerçevelerini bir diyagram ve test verileriyle sabitleyin.

2. Yeniden boyutlandırma, dolgu ve Bilinen bir alt piksel hatası da dahil olmak üzere artırma.

3. PnP RANSAC eşiğini ve minimum noktaları ayarlayın; iç noktaları, yeniden projeksiyon hatasını ve pozitif derinliği inceleyin.

4. Statik, yürüme, hızlı hareket, tıkanma, görüntü kenarı ve kamera kaybı durumlarını gecikmeyle kaydedin.

5. Düşük güven, ani iskelet deformasyonu, kalibrasyon kayması ve ters zaman durumlarında durdurma ve yeniden başlatmayı test edin.

6. Orijinal kareler saklanıyorsa, amaç, erişim, saklama, anonimleştirme ve silme işlemlerini belgeleyin.

Poz, bir kişinin kimliği, niyeti veya durumu değil, bir gözlem hipotezidir. Kare, zaman ve belirsizliği aşağıya doğru iletin, böylece sonraki sistemler "bilinmeyeni" güvenli bir şekilde işleyebilir.

• OpenCV kamera kalibrasyonu
• BOP 6D nesne-poz kıyaslaması

Ek açıklama kalitesi ve operasyonel denetimler

Ek açıklamaların da belirsizliği vardır. Eklem merkezleri aşağıda Giysiler, örtülü bilekler ve simetrik nesne yönelimi, yorumlayıcılar arasında farklılık gösterir. Görünür, örtülü ve çerçeve dışı durumları ayrı ayrı saklayın; belirsizliği katı bir etikete zorlamak yerine, yorumlayıcılar arasındaki anlaşmazlığı, tanım revizyonlarını ve enterpolasyon noktalarını koruyun. Sentetik malzeme ve aydınlatma ipuçlarının baskın olmaması için gerçek bir görüntü tutun.

İşlemler, her görüntüyü sonsuza dek saklamadan izlenebilir. Güven, eksik eklem sayısı, yeniden projeksiyon hatası, gecikme, kamera durumu ve duraklamaları toplayın; yalnızca olay verilerini kısa, erişim kontrollü bir süre için saklayın. Model güncellemelerinde, aynı videoları tekrar oynatın ve düşme uzunluğunu, sol-sağ değişimlerini ve tehlikeli bölgelerdeki en kötü hatayı karşılaştırın, ardından kamera değişiminden sonra yeniden kalibre edin.