Auditory perception is based on sou

Auditory perception is based on sound source localization using a microphone array. We present an integration framework of these nodes using a topdown hierarchical messaging protocol. On the top of the integration, a message carries information about the number of persons and their corresponding states (who, what, where), which are updated from many low-level perception nodes. The top message is passed to a planning node to make a reaction of the robot, according to the perception about surrounding people. This paper demonstrates human-robot interaction in multipersons scenario where robot pays its attention to the speaking or waving hand persons. Moreover, this modularization architecture enables reusing modules for other applications. To validate this approach, two sound source localization algorithms are evaluated in real-time where ground-truth localization is provided by the face recognition module.

Kết quả (Việt) 1:

Thính giác nhận thức được dựa trên nguồn âm thanh nội địa hóa bằng cách sử dụng một mảng micro. Chúng tôi trình bày một khung tích hợp các nút bằng cách sử dụng một giao thức nhắn tin thứ bậc topdown. Trên đầu tích hợp, một thông điệp mang thông tin về số lượng người và các tiểu bang tương ứng của họ (ai, gì, nơi), mà được Cập Nhật từ nhiều thấp nhận thức các nút. Thông điệp đầu thông qua một nút lập kế hoạch để làm cho một phản ứng của các robot, theo nhận thức về những người xung quanh. Giấy này chứng tỏ con người-robot tương tác trong multipersons trường hợp nơi robot quan tâm của mình để nói hoặc vẫy tay người. Hơn nữa, kiến trúc mô-đun này cho phép tái sử dụng mô-đun cho các ứng dụng khác. Để xác nhận cách tiếp cận này, hai nguồn âm thanh nội địa hóa các thuật toán được đánh giá trong thời gian thực khi sự thật đất địa phương được cung cấp bởi các mô-đun nhận dạng khuôn mặt.

Kết quả (Việt) 2:

nhận thức thính giác dựa vào nội địa hóa nguồn âm thanh bằng cách sử dụng mảng microphone. Chúng tôi trình bày một khuôn khổ hội nhập của các nút này sử dụng một giao thức tin nhắn thứ bậc topdown. Mở đầu hội nhập, một tin nhắn mang thông tin về số lượng người và các quốc gia tương ứng của họ (ai, cái gì, ở đâu), được cập nhật từ nhiều nút nhận thức ở mức độ thấp. Thông điệp đầu được chuyển đến một nút lập kế hoạch để thực hiện một phản ứng của robot, theo sự nhận thức về những người xung quanh. Bài viết này chứng minh sự tương tác người-máy trong kịch bản multipersons nơi Robot chú ý cho những người có tay nói hoặc vẫy tay. Hơn nữa, kiến ​​trúc mô-đun này cho phép tái sử dụng các mô-đun cho các ứng dụng khác. Để xác nhận phương pháp này, hai thuật toán nội địa hóa nguồn âm thanh được đánh giá trong thời gian thực, nơi địa hóa mặt đất thật được cung cấp bởi các mô-đun nhận dạng khuôn mặt.