文献

J-GLOBAL ID：200902217720549647   整理番号：08A0989720

ロボットによる物体のマルチモーダルカテゴリゼーション

著者 (4件)： 中村友昭 (電通大) ,  長井隆行 (電通大) ,  岩橋直人 (国際電気通信基礎技術研 音声言語コミュニケーション研) ,  岩橋直人 (情報通信研究機構 知識創成コミュニケーション研究セ)
資料名： 電子情報通信学会論文誌 D  (IEICE Transactions on Information and Systems (Japanese Edition))
巻： J91-D  号： 10  ページ： 2507-2518  発行年： 2008年10月01日 
JST資料番号： S0757C  ISSN： 1880-4535  資料種別： 逐次刊行物 (A)
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： 本論文では,ロボットが身体性を利用することで取得する視覚・聴覚・触覚のマルチモーダル情報を用い,総合的に物体のカテゴリー分類を行う計算機構を提案する。ロボットは,複数の情報を利用することにより,今まで画像だけでは分類することができなかった物体であっても分類することができるようになり,より人間の感覚に近いカテゴリーを形成することが可能である。提案するアルゴリズムはグラフィカルモデルに基づいており,物体のカテゴリゼーションはそのパラメータである条件付確率を推定する学習の問題となる。提案手法は教師なし学習であるため,人間が正解を教えることなくロボットの自律的なカテゴリゼーションが可能である。また,学習結果を利用した未知物体のカテゴリー認識や,カテゴリーを通した機能の確率的推定も可能となる。本論文では,提案するアルゴリズムを実際のロボットに実装することで,提案手法の有効性を示す。(著者抄録)

シソーラス用語： 改変 ,  *カテゴリー ,  *知能ロボット ,  自律系 ,  視覚 ,  聴覚 ,  触覚 ,  情報利用 ,  *自動分類 ,  物体認識 ,  *教師なし学習 ,  クラスタ化 ,  最適化手法 ,  Bayes推定 ,  把持【操作】 ,  *情報処理
準シソーラス用語： カテゴリー化 ,  EMアルゴリズム ,  *マルチモーダル情報処理

分類 (3件)： 人工知能  (JE08000Z) ,  ロボットの運動・制御  (IC04012J) ,  パターン認識  (JE07000S)

引用文献 (14件)：

• J. Sivic, B. C. Russell, A. A. Efros, A. Zisserman, and W. T. Freeman, “Discovering object categories in image collections,” MIT-CSAIL-TR-2005-012, AIM-2005-005, pp. 1-12, Feb.2005.
• R. Fergus, P. Perona, and A. Zisserman, “Object class recognition by unsupervised scale-invariant learning,” Proc. CVPR2003, vol.2, pp. 264-271, June 2003.
• R. Fergus, P. Perona, and A. Zisserman, “Using multiple segmentations to discover objects and their extent in image collections,” Proc. CVPR2006, vol.2, pp. 1605-1614, June 2006.
• L. Fei-Fei and P. Perona, “A Bayesian hierarchical model for learning natural scene categories,” Proc. CVPR2005, vol.2, pp. 524-531, June 2005.
• L. Fei-Fei, R. Fergus, and P. Perona, “One-shot learning of object categories,” IEEE Trans. Patern Anal. Mach. Intell., vol.28, no.4, pp. 594-611, April 2006.

タイトルに関連する用語 (2件)： ロボット ,  物体