Efficient Human-Robot Interaction using Deep Learning with Mask R-CNN: Detection, Recognition, Tracking and Segmentation

2018Progress in Human Computer InteractionComputer Science被引 6开放获取

摘要

我们通过提出深度神经网络与机械机器人系统的集成来解决社会人机交互问题，使其对人机交互活动具有鲁棒性。掩模R-CNN是一种用于物体检测的神经网络，可以有效地帮助定位可以被操纵以指示机器人头部运动的人脸。我们的方法不仅适用于检测和分割任务，而且能够与表示3D尺寸的并行微型机械手的机制，工作空间的位置和方向集成。它还可以解决目标分割问题，这似乎是当今计算机视觉中最具挑战性的问题之一。

引用本文（GB/T 7714）

Than Le, Dang Huynh. Efficient Human-Robot Interaction using Deep Learning with Mask R-CNN: Detection, Recognition, Tracking and Segmentation[J]. Progress in Human Computer Interaction, 2018.

引文网络

参考文献与被引分析加载中…

DOI：https://doi.org/10.18063/phci.v1i2.783

本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。