| 講演名 | 2019-03-01 点群深層学習を用いた3次元物体の位置・姿勢推定 戸田 幸宏(東北大), 千葉 直也(東北大), 橋本 浩一(東北大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | ロボットを産業応用するために，ロボットが３次元物体を認識する技術が研究されている．ここでの３次元物体の認識とは，センサから得られた３次元の環境情報から対象物体の位置や姿勢を特定することである．２次元の画像処理では深層学習を用いた認識技術が発展しており，３次元情報の処理でも深層学習を利用する手法が提案されている．ロボットの産業利用において想定されるシーンは単一種類の物体で構成されるため，公開されているモデルで学習することは，非効率的である．本研究では，シミュレーションによりシーンを作成することにより任意の物体のデータセットを構築し，このデータセットをもとにネットワークを学習する．さらに，ネットワークを実際に計測された３次元点群シーンを用いて評価する． |
| 抄録(英) | 6D pose estimation is an important task in the research field of robot vision. Pose estimation is used in picking task in industrial scene. Not only 2D image processing but 3D object recognition, deep learning method has been developed. Some dataset of 3D models which is made for classification or segmentation task is released. These datasets contain multiple object but single object, target of picking, isn't contained. In pose estimation task, dataset of scene consisting of the target object is necessary. In this paper we design a neural network for pose estimation and a system generating dataset to feed the network. |
| キーワード(和) | ３次元点群処理 / 深層学習 / コンピュータビジョン / 点群深層学習 |
| キーワード(英) | 3D Point Cloud / Deep Learning / Computer Vision / Point Cloud Deep Learning |
| 資料番号 | PRMU2018-123,CNR2018-46 |
| 発行日 | 2019-02-21 (PRMU, CNR) |
| 研究会情報 | |
| 研究会 | PRMU / CNR |
|---|---|
| 開催期間 | 2019/2/28(から2日開催) |
| 開催地（和） | 徳島大学 |
| 開催地（英） | |
| テーマ（和） | ロホ?ティクスとそれを支えるヒ?シ?ョン技術 |
| テーマ（英） | |
| 委員長氏名（和） | 佐藤 真一(NII) / 小野 哲雄(北大) |
| 委員長氏名（英） | Shinichi Sato(NII) / Tetsuo Ono(Hokkaido Univ.) |
| 副委員長氏名（和） | 井尻 善久(オムロン) / 玉木 徹(広島大) / 神原 誠之(奈良先端大) / 高汐 一紀(慶大) |
| 副委員長氏名（英） | Yoshihisa Ijiri(Omron) / Toru Tamaki(Hiroshima Univ.) / Masayuki Kanbara(NAIST) / Kazunori Takashio(Keio Univ.) |
| 幹事氏名（和） | 石井 雅人(NEC) / 菅野 裕介(阪大) / 坂本 大介(北大) / 吉岡 康介(パナソニック) |
| 幹事氏名（英） | Masato Ishii(NEC) / Yusuke Sugano(Osaka Univ.) / Daisuke Sakamoto(Hokkaido Univ.) / Kosuke Yoshioka(Panasonic) |
| 幹事補佐氏名（和） | 入江 豪(NTT) / 牛久 祥孝(東大) / 水戸 和(セコム) / 小林 優佳(東芝) / 石原 達也(NTT) |
| 幹事補佐氏名（英） | Go Irie(NTT) / Yoshitaka Ushiku(Univ. of Tokyo) / Wataru Mito(SECOM) / Yuka Kobayashi(Toshiba) / Tatsuya Ishihara(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Technical Committee on Cloud Network Robotics |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 点群深層学習を用いた3次元物体の位置・姿勢推定 |
| サブタイトル（和） | |
| タイトル（英） | Point cloud deep learning for estimating 3-D rigid body transformation |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ３次元点群処理 / 3D Point Cloud |
| キーワード(2)（和/英） | 深層学習 / Deep Learning |
| キーワード(3)（和/英） | コンピュータビジョン / Computer Vision |
| キーワード(4)（和/英） | 点群深層学習 / Point Cloud Deep Learning |
| 第 1 著者 氏名（和/英） | 戸田 幸宏 / Yukihiro Toda |
| 第 1 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ.) |
| 第 2 著者 氏名（和/英） | 千葉 直也 / Naoya Chiba |
| 第 2 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ.) |
| 第 3 著者 氏名（和/英） | 橋本 浩一 / Koichi Hashimoto |
| 第 3 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ.) |
| 発表年月日 | 2019-03-01 |
| 資料番号 | PRMU2018-123,CNR2018-46 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | PRMU-459,CNR-460 |
| ページ範囲 | pp.49-52(PRMU), pp.49-52(CNR), |
| ページ数 | 4 |
| 発行日 | 2019-02-21 (PRMU, CNR) |