使用形状和纹理触觉信息进行对象识别:基于数据增强和注意力机制的融合网络
IEEE transactions on haptics
|March 3, 2025
概括
本研究介绍了TSMFormer,这是一个基于注意力的网络,用于触觉对象识别. 它有效地整合了形状和纹理,大大提高了复杂物体的识别精度.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 当前的触觉对象识别通常依赖于单个属性 (形状或纹理),导致类似对象的性能差.
- 关于整合形状和纹理的研究有限,现有的融合方法忽略了特征相互作用.
研究的目的:
- 开发一种基于注意力的新型融合网络,TSMFormer,用于增强触觉对象识别.
- 用触觉图像中的注意力机制来探索形状和纹理之间的特征相互作用.
主要方法:
- 提议TSMFormer,一个基于注意力的融合网络,集成形状和纹理信息.
- 使用数据增强扩展了触摸图像数据集,以利用变压器网络功能.
- 进行了比较实验,以评估网络的性能与现有方法相比.
主要成果:
- 通过结合纹理和形状信息,通过将纹理和形状信息结合起来,实现了显著的准确性提高至99.3%.
- 与现有的融合方法相比,证明了拟议的注意力融合机制的有效性.
- 通过注意力机制验证了TSMFormer通过注意力机制融合纹理和形状信息的能力.
结论:
- TSMFormer提供了一种有价值的方法,用于在触觉图像中使用注意力来融合纹理和形状信息.
- 该网络显示了实践应用的巨大潜力,如机器人抓取和工业质量检查.
