文献

J-GLOBAL ID：202002283615106645   整理番号：20A1708828

深さ画像からの積層長方形物体の姿勢推定【JST・京大機械翻訳】

Pose Estimation of Stacked Rectangular Objects from Depth Images

著者 (5件)： Matsuno Daiki (Keio University,Information and Computer Science,Yokohama,Japan) ,  Hachiuma Ryo (Keio University,Information and Computer Science,Yokohama,Japan) ,  Saito Hideo (Keio University,Information and Computer Science,Yokohama,Japan) ,  Sugano Junichi (Visco Technologies Corporation,Tokyo,Japan) ,  Adachi Hideyuki (Visco Technologies Corporation,Tokyo,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ISIE  ページ： 1409-1414  発行年： 2020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,深さ画像から積層矩形物体の6自由度(6-DoF)姿勢推定の課題に取り組んだ。オブジェクト姿勢推定は,倉庫/因子自動化,ロボット操作,および拡張現実のような多くの状況において不可欠な役割を果たすので,視覚処理システムのための重要課題の1つである。物体姿勢推定に対する多くの最近のアプローチは,物体の姿勢を検出し推定するためのRGB情報を利用する。しかし,倉庫/因子自動化では,物体はしばしば小さく,閉塞し,クラッタ化し,テクスチャ無しであり,検出と姿勢推定のためにRGB特徴を利用するのを困難にする。この制約を克服するために,著者らは,深さ情報のみ(RGB情報なし)とその幾何学的特徴を用いて,各オブジェクトを分割し,積層シーンにおける6-DoF(位置と方向)を推定した。深さと表面法線不連続性(幾何学的セグメンテーション)から各シーンに矩形物体を分割した。幾何学的にセグメント化された画像から,4つのオブジェクトコーナーポイントを凸包検出を用いて推定することができ,6-DoF姿勢推定に必要な8つのコーナーポイントを計算できる。方位推定の精度を改善するために,4つの方向候補を推定し,それらの中で最良を選択した。2つの評価法を用いた実験結果は,著者らの方法がベースライン法より優れていることを示した。Copyright 2020 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： 自動化 ,  セグメンテーション ,  *倉庫 ,  ロボット ,  クラッタ ,  自由度 ,  不連続性 ,  基準線 ,  凸包 ,  拡張現実感
準シソーラス用語： *姿勢推定 ,  視覚情報処理 ,  角度推定 ,  *深度画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 深さ画像 ,  長方形 ,  物体 ,  姿勢推定