人工智能培训

搜索

人工智能论文:零件,结构和动力学的无监督发现(Unsupervised Discovery of Parts, Structure, and Dynamics)

[复制链接]
zwb521 发表于 2019-3-15 13:14:09 | 显示全部楼层 |阅读模式
zwb521 2019-3-15 13:14:09 384 0 显示全部楼层
人工智能论文:零件,结构和动力学的无监督发现(Unsupervised Discovery of Parts, Structure, and Dynamics)人类通过观察它们的移动方式,可以轻松识别物体部分及其层次结构;然后,他们可以预测每个部分在未来的运动情况。在本文中,我们提出了一种新颖的公式,同时从未标记的视频中分离出一个分层的,解开的对象表示和对象部分的动力学模型。我们的零件,结构和动力学(PSD)模型首先通过分层图像表示来学习对象部分;第二,通过结构描述符预测层次结构,结构描述符将低级概念组合成层次结构;第三,通过预测未来对系统动力学进行建模。对多个真实和合成数据集的实验表明,我们的PSD模型适用于所有的数据:分割对象部分,构建它们的层次结构,以及捕获它们的运动分布。
Humans easily recognize object parts and their hierarchical structure bywatching how they move;they can then predict how each part moves in thefuture.In this paper, we propose a novel formulation that simultaneouslylearns a hierarchical, disentangled object representation and a dynamics modelfor object parts from unlabeled videos.Our Parts, Structure, and Dynamics(PSD) model learns to, first, recognize the object parts via a layered imagerepresentation;second, predict hierarchy via a structural descriptor thatcomposes low-level concepts into a hierarchical structure;and third, model thesystem dynamics by predicting the future.Experiments on multiple real andsynthetic datasets demonstrate that our PSD model works well on all threetasks: segmenting object parts, building their hierarchical structure, andcapturing their motion distributions.人工智能论文:零件,结构和动力学的无监督发现(Unsupervised Discovery of Parts, Structure, and Dynamics) weQl1l283326S3qs.jpg
URL地址:https://arxiv.org/abs/1903.05136     ----pdf下载地址:https://arxiv.org/pdf/1903.05136    ----人工智能论文:零件,结构和动力学的无监督发现(Unsupervised Discovery of Parts, Structure, and Dynamics)
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则 返回列表 发新帖

zwb521当前离线
新手上路

查看:384 | 回复:0

快速回复 返回顶部 返回列表