文献

J-GLOBAL ID：201902253580181219   整理番号：19A0469743

クラス-Agnostic深比較とセグメンテーションネットワークを用いた一般的なハンドヘルドオブジェクトをセグメント化するための学習【JST・京大機械翻訳】

Learning to Segment Generic Handheld Objects Using Class-Agnostic Deep Comparison and Segmentation Network

著者 (6件)： Chaudhary Krishneel (JSK Lab, Graduate School of Information Science and Technology, The University of Tokyo, Tokyo, Japan) ,  Wada Kentaro (JSK Lab, Graduate School of Information Science and Technology, The University of Tokyo, Tokyo, Japan) ,  Chen Xiangyu (JSK Lab, Graduate School of Information Science and Technology, The University of Tokyo, Tokyo, Japan) ,  Kimura Kohei (JSK Lab, Graduate School of Information Science and Technology, The University of Tokyo, Tokyo, Japan) ,  Okada Kei (JSK Lab, Graduate School of Information Science and Technology, The University of Tokyo, Tokyo, Japan) ,  Inaba Masayuki (JSK Lab, Graduate School of Information Science and Technology, The University of Tokyo, Tokyo, Japan)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 3  号： 4  ページ： 3844-3851  発行年： 2018年 
JST資料番号： W2448A  ISSN： 2377-3766  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： 環境における未知オブジェクトの学習は,検出と操作タスクにとって重要である。未知のオブジェクトを学習する前に,グランドトルースラベルを提供しなければならない。データアノテーションまたはラベリングは,多くの方法で達成できるが,最も広く使われている方法は,まだ手動アノテーションである。手動アノテーションは優れた性能を示しているが,ロボットの能力を既知のオブジェクトインスタンスに制限し,時間を消費するタスクでもある。本論文では,上述の限界を考察し,人間-オブジェクト相互作用の観測からオブジェクトを自律的に注釈することを可能にする手法を提案した。具体的には,著者らは,クラス-エージェントの深い比較とセグメンテーションネットワークを用いて,実時間でハンドヘルドオブジェクトをセグメント化する新しい方法を提示した。ネットワークへの入力は既知のオブジェクトテンプレートと探索空間のRGB-Dデータであり,オブジェクトの画素ごとのラベルと客観性スコアを出力する。スコアは,同じ対象が両方の入力に存在する可能性を示す。オブジェクトテンプレートを最初のフレームで手動で初期化し,その後,オブジェクトをセグメント化し,テンプレートをオンラインで更新した。テンプレートは尤度スコアを用いて戦略的に更新される。セグメント化されたオブジェクト領域は,オブジェクト学習のために使用される擬似グランドトルースラベルとして蓄積される。この手法は,剛体と高度に変形可能な物体の両方を効率的に扱う。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  *ネットワーク ,  *学習 ,  画素 ,  アノテーション ,  エージェント ,  剛体 ,  *セグメンテーション ,  ロボット
準シソーラス用語： 尤度 ,  オンライン ,  スコア ,  RGB-D ,  自律性 ,  グランドトゥルース , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： クラス ,  セグメンテーション ,  ハンドヘルド ,  オブジェクト ,  セグメント化 ,  学習