文献

J-GLOBAL ID：201802283831617386   整理番号：18A0357414

Multi-task CNNを用いた単眼RGB画像からの超二次関数推定

著者 (3件)： 八馬遼 (慶応大 理工) ,  小篠裕子 (慶応大 理工) ,  斎藤英雄 (慶応大 理工)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 117  号： 391(PRMU2017 112-144)  ページ： 301-305  発行年： 2018年01月11日 
JST資料番号： S0532B  ISSN： 0913-5685  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： 超二次関数は様々な基本形状を少ないパラメータ数で表現可能な形状表現手法であり,3次元物体に当てはまる超二次関数パラメータを推定することで物体の形状を近似する技術はロボットの物体把持分野などで広く用いられている。超二次関数パラメータは同一の物体のカテゴリ間で類似する特性がある。本研究ではこの特性に着目し,超二次関数推定タスクと物体カテゴリ推定タスクを同時に学習させることで互いの精度向上を図るMulti-task CNNを超二次関数パラメータ推定に適用する。パラメータ推定は回帰問題とみなすことができるため,Regression CNNとMulti-task CNNを組み合わせたMulti-task Regression CNNを用いて超二次関数パラメータを推定する。実験では,超二次関数推定タスクと物体カテゴリ推定タスクのマルチタスク学習を超二次関数パラメータ推定に用いることの有効性を確かめた。(著者抄録)

シソーラス用語： 機械学習 ,  ニューラルネットワーク ,  カメラ ,  色空間 ,  色信号 ,  *カラー画像 ,  *パラメータ推定 ,  神経回路網 ,  組合せ ,  高次構造 ,  二次構造 ,  *関数 ,  *画像分析 ,  畳込みニューラルネットワーク ,  単眼カメラ ,  超二次構造 ,  RGB ,  リカレントニューラルネットワーク
準シソーラス用語： RGB画像 ,  マルチタスク学習 ,  回帰型ニューラルネットワーク

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (15件)：

• Harada, K., Nagata, K., Tsuji, T., Yamanobe, N., Nakamura, A. and Kawai, Y.: Probabilistic approach for object bin picking approximated by cylinders, ICRA, pp. 3742-3747 (2013).
• Barr, A. H.: Superquadrics and angle-preserving transformations, IEEE Computer graphics and Applications, Vol. 1, No. 1, pp. 11-23 (1981).
• Mor?, J. J.: The Levenberg-Marquardt algorithm: implementation and theory, Numerical analysis, pp. 105-116 (1978).
• Solina, F. and Bajcsy, R.: Range image interpretation of mail pieces with superquadrics, AAAI, pp. 733-737 (1987).
• Xing, W., Liu, W. and Yuan, B.: Superquadric-based geons recognition utilizing support vector machines, ICSP, pp. 1264-1267 (online), DOI: 10.1109/ICOSP.2004.1441555 (2004).

タイトルに関連する用語 (5件)： CNN ,  単眼 ,  RGB画像 ,  関数 ,  推定