3D数据库有重大突破 家庭机器人将梦想成真

本篇文章913字，读完约2分钟

为了让机器人做家务，它必须有区分咖啡桌和婴儿床的能力。这看起来很简单，但是大多数机器人现在做不到。

斯坦福大学、普林斯顿大学和慕尼黑理工大学的研究人员捕获的巨大三维图像数据库可能解决了上述问题。这个名为scannet的数据库包含数以千计的生活场景和数以百万计的物品注释，比如茶几、沙发、台灯、电视等等。在过去的五年里，计算机视觉技术突飞猛进，这在一定程度上要归功于斯坦福大学另一个研究小组发布的2d图像数据库imagenet。该数据库包含一系列带标签的图像，比3d图像数据库简单。相比之下，scannet可以提供更多的数据信息。

Imagenet包含非常重要的注释数据，这引发了人工智能技术革命。马提亚斯·奈斯纳教授说。马提亚斯·奈斯纳是慕尼黑科技大学的教授，也是开发这个数据集的研究员。

研究人员希望scannet能让机器更深入地了解周围的真实世界，并将其应用到实际中。“最明显的例子是你的家用机器人，”奈斯纳说。你的机器人需要知道你周围发生了什么。

尼斯纳当时是斯坦福大学的客座副教授。他认为，研究人员应该使用深度学习算法，让计算机更深入地理解3d场景。这项技术也已经在imagenet数据库中得到应用。奈斯纳和斯坦福大学的学生安格拉代、普林斯顿大学的教授托马斯·方克豪斯以及其他学生一起开发了scannet数据库。

奈斯纳说，scannet背后的团队尝试了深度学习算法，发现使用这种方法的机器人仅通过参考物体的深度信息或形状就能准确识别许多物体。这意味着3d数据将使机器人对现实世界有更深的理解。他还说，使用3d信息可以让机器人更好地模仿动物的认知方式。

悉达多·斯里尼瓦萨是卡内基梅隆大学机器人研究所的教授。他说新的数据库是机器了解家庭内部环境的良好开端。Imagenet之所以受欢迎，是因为它的数据量巨大，而且它的图像注释可以直接应用于许多应用，尤其是在实验室中。他说，除了机器人和建筑，3d数据库的应用范围很窄，但相关应用很快就会出现。

斯里尼瓦萨还表示，其他团队正在使用合成场景或虚拟场景来训练机器视觉系统。虽然模拟现实生活场景不切实际，但完全有可能像电影中的计算机成像技术那样模拟场景的深度。(文本编辑器)

来源：搜狐微门户