Core Concepts
사회 로봇의 시각 지각을 향상시키기 위한 SOTA 딥러닝 모델의 적용이 실제 상호작용 및 사용자 경험에 미치는 영향을 조사함.
Abstract
사회 로봇의 시각 지각 향상이 중요하며 딥러닝 모델의 사용에 대한 의문점이 제기됨.
Pepper 로봇을 사용하여 실험을 진행하고 결과를 평가함.
실험 결과, DL 모델을 사용한 프레임워크가 기존 시스템보다 우수한 성능을 보임.
실험 결과를 통해 DL 추적기 중 OC-SORT가 가장 높은 성공률을 보임.
실험 결과, DL 모델을 사용한 프레임워크의 성공률은 기존 모델보다 68.9%로 높았음.
인간-로봇 상호작용을 위한 고급 시각 지각 모델의 성능이 인정되었으나 사용자 참여 및 주관적 경험에 영향을 미치는 요소에 대한 추가 조사 필요.
Stats
사회 로봇은 시각 지각을 향상시키기 위해 DL 모델을 사용함.
DL 기반 시각 지각 모델을 사용하여 성능을 향상시킴.
실험 결과, DL 모델을 사용한 프레임워크의 성공률은 68.9%로 기존 모델보다 우수함.
Quotes
"사회 로봇은 시각 지각을 향상시키기 위해 DL 모델을 사용함."
"DL 기반 시각 지각 모델을 사용하여 성능을 향상시킴."