文献

J-GLOBAL ID：201702292105831859   整理番号：17A0887033

視覚 物体認識のための触覚融合【Powered by NICT】

Visual-Tactile Fusion for Object Recognition

著者 (4件)： Liu Huaping (Department of Computer Science and Technology, State Key Laboratory of Intelligent Technology and Systems and the Tsinghua National Laboratory for Information Science and Technology, Tsinghua University, Beijing, China) ,  Yu Yuanlong (College of Computer, Fuzhou University, Fuzhou, China) ,  Sun Fuchun (Department of Computer Science and Technology, State Key Laboratory of Intelligent Technology and Systems and the Tsinghua National Laboratory for Information Science and Technology, Tsinghua University, Beijing, China) ,  Gu Jason (Department of Electrical and Computer Engineering, Dalhousie University, Halifax, NS, Canada)
資料名： IEEE Transactions on Automation Science and Engineering  (IEEE Transactions on Automation Science and Engineering)
巻： 14  号： 2  ページ： 996-1008  発行年： 2017年 
JST資料番号： W1406A  ISSN： 1545-5955  CODEN： ITASC7  資料種別： 逐次刊行物 (A)
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： カメラは,オブジェクトに関する豊富な視覚情報を提供し,自動化地域における最も主流センサの一つとなっている。しかし,物体を視覚的に識別しない場合に適用可能であることはしばしば困難である。一方,触覚センサは,集合組織,粗さ,空間的特徴,コンプライアンスおよび摩擦のような,複数のオブジェクト特性を捕捉し,従って知覚のもう一つの重要な方法を提供するために使用できる。それにもかかわらず,視覚および触覚モダリティの効果的な組み合わせはまだ挑戦的な問題である。本論文では,物体認識タスクのための視覚 触覚融合フレームワークを開発した。本論文では,画像を特性化するための触覚配列と共分散記述子を表現するための多変量時系列モデルを用いた。さらに,視覚 触覚データ試料中の本質的に弱いペアリング問題に取り組む関節群カーネルスパース符号化(JGKSC)法を設計した。最後に,視覚 触覚データセット,検証のための18の家庭用オブジェクトの構成を開発した。実験結果は視覚及び触覚入力の両方を考慮した有益である,提案した方法が実際に核融合のための効果的な戦略を提供することを示した。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： 共分散 ,  センサ ,  カメラ ,  触覚センサ ,  *視覚 ,  画像 ,  集合組織 ,  *物体認識 ,  キャラクタリゼーション ,  自動化 ,  コンプライアンス ,  *触覚
準シソーラス用語： スパースコーディング ,  モダリティ ,  視覚情報 , 【Automatic Indexing@JST】

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 視覚 ,  物体認識 ,  触覚 ,  融合