文献

J-GLOBAL ID：202002286735085886   整理番号：20A1187709

SymGaN:対称オブジェクトに対する注釈のない方向推定【JST・京大機械翻訳】

SymGAN: Orientation Estimation without Annotation for Symmetric Objects

著者 (5件)： Ammirato Phil (UNC-Chapel Hill) ,  Tremblay Jonathan (NVIDIA) ,  Liu Ming-Yu (NVIDIA) ,  Berg Alexander C. (UNC-Chapel Hill) ,  Fox Dieter (NVIDIA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： WACV  ページ： 1657-1666  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： 物体の姿勢を予測するためにコンピュータビジョンシステムを訓練することはロボット操作を改善するために重要であり,そこではロボットは容易に位置決めし,次に物体を把握することができる。姿勢推定における重要な課題のいくつかは,ラベル付きデータを得て,対称性を有するオブジェクトを扱うことにある。興味のある物体の3Dモデルのみを必要とする新しい教師なし訓練パラダイムを提案することにより,視点推定(オブジェクト3D方向)のこれらの問題を調べた。本論文では,識別子が学習信号を提供し,ブラックボックスの非微分可能なレンデラーを用いて物体の方向を検索するための学習信号を提供するために,単純にRGB画像を消費する方位検出器を成功裏に訓練できることを示した。この非微分性を克服するために,訓練勾配を得るためにランダム化サンプリング法を導入した。著者らの知る限りでは,これは最初に,対称オブジェクトを扱うことができる視点検出器を首尾よく訓練するために,敵のフレームワークを採用した。この訓練フレームワークを用いて,T-LESS[12]上の3D方位予測に関する最新の結果の状態を示し,テクスチャのないオブジェクトと対称オブジェクトに対する挑戦的なデータセットである。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： *対称性 ,  学習 ,  ロボット ,  微分 ,  ブラックボックス ,  検出器 ,  コンピュータビジョン ,  三次元 ,  *到来方向推定 ,  三次元モデル
準シソーラス用語： 姿勢推定 ,  識別子 ,  ランダム化 , 【Automatic Indexing@JST】

分類 (3件)： NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： 対称 ,  オブジェクト ,  注釈 ,  方向推定