文献

J-GLOBAL ID：202102234872257986   整理番号：21A3127272

エコロケーションに基づく視覚シーンの再構成手法の提案と入力特徴量の検討

著者 (5件)： 岸波華彦 (東京工大) ,  糸山克寿 (東京工大) ,  西田健次 (東京工大) ,  中臺一博 (東京工大) ,  中臺一博 (HRI-JP)
資料名： 日本ロボット学会学術講演会予稿集(CD-ROM)  (日本ロボット学会学術講演会(CD-ROM))
巻： 39th  ページ： ROMBUNNO.2D3-02  発行年： 2021年 
JST資料番号： L4867A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・シーン理解のためのセンサとして,カメラは照明条件の変化に敏感であり暗い場所での使用は難しく,超音波は耳に聞こえない周波数帯のため無自覚な被曝リスクが存在。
・可聴音に着目したエコロケーション(反響定位)に基づくシーン再構成(ELSR)法を提案し,敵対的生成ネットワーク(GAN)と統合することで環境音の影響を除去。
・ELSRは,送信波と障害物で反射した受信波との相互相関を利用した音響特徴抽出と,生成モデルと識別モデルにより学習するGANを用いた視覚シーン再構築により構成。
・スピーカーの向きを変え,複数の場所で,深度画像の撮影とマイクから得た音響信号を収集して学習を行った結果,周波数領域での相互相関によりシーン復元性能が大幅向上。

シソーラス用語： 画像認識 ,  画像理解 ,  画像再構成 ,  音響特性 ,  数値 ,  *人工知能 ,  相関 ,  画像 ,  周波数領域 ,  *再生 ,  *反響定位 ,  音響特徴量 ,  深度画像 ,  敵対的生成ネットワーク
準シソーラス用語： *GAN ,  *シーン復元 ,  シーン理解 ,  相互相関

分類 (2件)： 音響信号処理  (BB03050C) ,  音声処理  (JE05000E)

引用文献 (12件)：

• S. Thrun, W. Burgard, and D. Fox, Probabilistic robotics. Cambridge, Mass.: MIT Press, 2005.
• J.Biswas and M.Veloso, “Depth camera based indoor mobile robot localization and navigation,” in ICRA2012), 2012, pp. 1697-1702.
• Y.-T. Wang et al., “A single lidar-based feature fusion indoor localization algorithm,” Sensors, vol. 18, p. 1294, 04 2018.
• K. Nakadai, T. Lourens, H. G. Okuno, and H. Kitano, “Active audition for humanoid,” in AAAI 2000. AAAI, 2000, pp. 832-839.
• M. Daneshmand et al., “Medical robots with potential applications in participatory and opportunistic remote sensing: A review,” Robotics and Autonomous Systems, vol. 95, pp. 160 - 180, 2017.

タイトルに関連する用語 (6件)： 視覚 ,  シーン ,  再構成 ,  手法 ,  提案 ,  特徴量