liu.seSök publikationer i DiVA
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Affordance mining: Forming perception through action
Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för systemteknik, Bildbehandling.
Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för systemteknik, Bildbehandling.ORCID-id: 0000-0002-6096-3648
University of Surrey.
2011 (Engelska)Ingår i: Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) / [ed] Kimmel, Ron, Klette, Reinhard, Sugimoto, Akihiro, Springer , 2011, s. 525-538Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

This work employs data mining algorithms to discover visual entities that are strongly associated to autonomously discovered modes of action, in an embodied agent. Mappings are learnt from these perceptual entities, onto the agents action space. In general, low dimensional action spaces are better suited to unsupervised learning than high dimensional percept spaces, allowing for structure to be discovered in the action space, and used to organise the perceptual space. Local feature configurations that are strongly associated to a particular ‘type’ of action (and not all other action types) are considered likely to be relevant in eliciting that action type. By learning mappings from these relevant features onto the action space, the system is able to respond in real time to novel visual stimuli. The proposed approach is demonstrated on an autonomous navigation task, and the system is shown to identify the relevant visual entities to the task and to generate appropriate responses.

Ort, förlag, år, upplaga, sidor
Springer , 2011. s. 525-538
Serie
Lecture Notes in Computer Science, ISSN 0302-9743, E-ISSN 1611-3349 ; 6495
Nationell ämneskategori
Teknik och teknologier
Identifikatorer
URN: urn:nbn:se:liu:diva-64031DOI: 10.1007/978-3-642-19282-1_42ISBN: 978-3-642-19281-4 (tryckt)ISBN: 978-3-642-19282-1 (tryckt)OAI: oai:DiVA.org:liu-64031DiVA, id: diva2:385379
Konferens
10th Asian Conference on Computer Vision, ACCV 2010; Queenstown; New Zealand
Projekt
DIPLECSGARNICS
Forskningsfinansiär
EU, FP7, Sjunde ramprogrammet, 21578EU, FP7, Sjunde ramprogrammet, 247947Tillgänglig från: 2011-01-11 Skapad: 2011-01-11 Senast uppdaterad: 2018-02-15

Open Access i DiVA

fulltext(2687 kB)261 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 2687 kBChecksumma SHA-512
a7e550ece0446d1d590b6595b0d9a3d2ee57eadf5eb20db3e517872d976e53aa7c9b96b21d405c18b7d879abc29f6bb7722795c05d9bb9d493ae1e923c311a53
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltext

Personposter BETA

Ellis, LiamFelsberg, Michael

Sök vidare i DiVA

Av författaren/redaktören
Ellis, LiamFelsberg, Michael
Av organisationen
Tekniska högskolanBildbehandling
Teknik och teknologier

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 261 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 567 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf