文献

J-GLOBAL ID：202002235081717101   整理番号：20A2254149

関係を意識したネットワークによるオブジェクトアフォーダンス検出【JST・京大機械翻訳】

Object affordance detection with relationship-aware network

著者 (3件)： Zhao Xue (Department of Automation, University of Science and Technology of China, Hefei, China) ,  Cao Yang (Department of Automation, University of Science and Technology of China, Hefei, China) ,  Kang Yu (Department of Automation, University of Science and Technology of China, Hefei, China)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 32  号： 18  ページ： 14321-14333  発行年： 2020年 
JST資料番号： W0703A  ISSN： 0941-0643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 物体の機能的属性を理解することを目的とするオブジェクトアフォーダンス検出は,ヒューマノイド物体操作を達成するための自律ロボットにとって非常に重要である。本論文では,複数のアフォーダンス間の共生関係とアフォーダンスと客観性の間の組合せ関係を考慮した新しい関係意識畳込みニューラルネットワークを提案し,オブジェクトにおける各ピクセルに対する最もありそうなアフォーダンスラベルを予測した。分離および中間物体検出ステップに依存する既存のCNNベースの方法と異なり,提案ネットワークは,エンドツーエンド方式で入力画像からピクセルワイズアフォーダンスマップを直接生成する。特に,提案ネットワークには3つの重要要素がある:特徴マップを洗練するために,アフォーダンス空間ピラミッドプール(ASPP)にCoordConvを導入するCoord-ASPPモジュール,アフォーダンスと対応するオブジェクトをリンクする関係意識モジュール,および関係意識モジュールを補助するオンライン逐次極端学習機械補助注意モジュールを,さらに,関係意識モジュールを援助するために,個々のアフォーダンスに焦点を合わせる。2つの公開データセットに関する実験結果は,各モジュールの長所を示し,最先端の状態に対する著者らの関係意識ネットワークの優位性を実証した。Copyright Springer-Verlag London Ltd., part of Springer Nature 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  画素 ,  エンドツーエンド方式 ,  自律ロボット
準シソーラス用語： *アフォーダンス ,  物体検出 ,  オンライン ,  特徴マップ ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： オブジェクトアフォーダンス検出 ,  畳込みニューラルネットワーク ,  関係意識 ,  オンライン逐次極端学習機械

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 意識 ,  オブジェクト ,  アフォーダンス