文献

J-GLOBAL ID：201702271092684727   整理番号：17A1271607

エンドツーエンド視覚サーボのための畳込みネットワークを探索すること【Powered by NICT】

Exploring convolutional networks for end-to-end visual servoing

著者 (5件)： Saxena Aseem (International Institute of Information Technology, Hyderabad, India) ,  Pandya Harit (International Institute of Information Technology, Hyderabad, India) ,  Kumar Gourav (International Institute of Information Technology, Hyderabad, India) ,  Gaud Ayush (International Institute of Information Technology, Hyderabad, India) ,  Krishna K. Madhava (International Institute of Information Technology, Hyderabad, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICRA  ページ： 3817-3823  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 現在画像ベース視覚サーボ手法は,画像から手工芸で作られた視覚特徴を抽出することに依存している。特徴の正しいセットの選択は重要であり,どのようなアプローチの性能に直接影響する。認識と位置決めタスクに関するデータ駆動型手法の性能における最近のブレークスルーに触発されて,非構造と未知環境におけるサーボタスクのための適切な視覚特徴表現を学習することを目的とした。本論文では,カメラパラメータとシーン幾何学の知識は,先験的に利用可能ではない,多様なシーンにおける視覚サーボのためのエンドツーエンドベース学習アプローチを提案した。これは同期化カメラ姿勢を用いたカラー画像上の畳込みニューラルネットワークを訓練することにより達成した。シミュレーションとクワッドローターで行った実験により,著者らは,屋内だけでなく屋外環境の両方におけるカメラ姿勢の広い範囲でこの手法の有効性とロバスト性を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ネットワーク ,  カラー画像 ,  位置決め ,  *エンドツーエンド方式 ,  画像 ,  ニューラルネットワーク ,  ロバスト性 ,  学習 ,  *畳込み ,  カメラ
準シソーラス用語： 屋外環境 ,  クワッドローター ,  未知環境 ,  視覚顕著 ,  *ビジュアルサーボ , 【Automatic Indexing@JST】

分類 (3件)： ロボットの運動・制御  (IC04012J) ,  サーボ機構  (IC03030Q) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： エンドツーエンド ,  視覚サーボ ,  畳込み ,  探索