Accélérer et simplifier la reconnaissance d'objets avec des descripteurs visuels et contextuels simples

Overview & Synopsis

Cet article se propose de mettre en évidence que les techniques de reconnaissance d'objets classiques sont trop complexes pour affronter des cas réels en Robotique, typiquement pour reconnaître et localiser la miriade d'objets présents dans un milieu humain. Nous montrons que des descripteurs de données simples, exploitant des données visuelles, permettent d'accélérer la reconnaissance (classes ou instances) au sein de grandes bases d'objets appris au préalable. Dans une base d'objets candidats nous montrons que jusqu'à 90% des candidats peuvent être écartés rapidement et sans erreur par des descripteurs visuels simples. Le choix final peut alors être fait à moindre coût avec des méthodes complexes. Quand ces fonctions sont intégrées sur un robot d'assistance à l'Homme dans son domicile, les cas les plus difficiles peuvent être grandement simplifiés en exploitant des informations contextuelles acquises lors de l'exécution d'une tâche par le robot.