文献

J-GLOBAL ID：201802246890850624   整理番号：18A0137475

姿勢3次元オブジェクト姿勢推定のための誘導RGBD特徴学習【Powered by NICT】

Pose Guided RGBD Feature Learning for 3D Object Pose Estimation

著者 (6件)： Balntas Vassileios ,  Doumanoglou Andreas ,  Sahin Caner ,  Sock Juil ,  Kouskouridas Rigas ,  Kim Tae-Kyun
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 3876-3884  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： 本論文では,3次元物体姿勢推定のためのロバストな特徴を学習指導として物体姿勢を用いることの影響を調べた。既発表研究では,三重項比較を用いた距離学習に基づく学習特徴埋め込みに焦点を当て,同種および異種姿勢ラベルの定性的区別にのみ依存している。とは対照的に,著者らは,訓練サンプル間の正確な姿勢の差異を考察し,姿勢ラベル空間における距離は,特徴空間における距離に比例することをこのような埋め込みを学習することを目的とした。しかし,対象である対称場合,姿勢特徴相関を強制する望ましくないので,姿勢距離を測定する場合,物体の対称性を反映する量の利用を検討した。さらに,端と端を接する姿勢回帰を調べ,特徴学習の識別能力をさらに高める,姿勢認識精度を改善することを示した。実験結果は姿勢により誘導され学習されることが特徴であり,有意に伝統的な方法で学習したパターンより弁別的であることを示し,最先端の研究より優れていた。最後に,異なる閉塞レベルの下で物体を含む未知シーンにおける姿勢誘導特徴学習の一般化容量を測定し,新しいタスクに対してうまく適応化することを示した。Copyright 2018 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： *三次元 ,  *学習 ,  ロバスト性 ,  三重項 ,  対称性 ,  閉塞
準シソーラス用語： 適応化 ,  認識精度 ,  特徴空間 ,  学習指導 ,  *姿勢推定 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 姿勢 ,  3次元 ,  オブジェクト ,  姿勢推定 ,  誘導 ,  学習