文献

J-GLOBAL ID：202002290419940188   整理番号：20A1728203

ロボットビンピッキングへの応用によるロバストな画像完成とマスキング【JST・京大機械翻訳】

Robust image completion and masking with application to robotic bin picking

著者 (3件)： Lee Sukhan (Artificial Intelligence Department, School of Information and Communication Engineering, Sungkyunkwan University, Suwon, Republic of Korea) ,  Islam Naeem Ul (Artificial Intelligence Department, School of Information and Communication Engineering, Sungkyunkwan University, Suwon, Republic of Korea) ,  Lee Soojin (Artificial Intelligence Department, School of Information and Communication Engineering, Sungkyunkwan University, Suwon, Republic of Korea)
資料名： Robotics and Autonomous Systems  (Robotics and Autonomous Systems)
巻： 131  ページ： Null  発行年： 2020年 
JST資料番号： C0133C  ISSN： 0921-8890  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 自動画像完成とマスキングは,画像修正と解釈へのそれらの影響のため,ケーン関心の主題として出現している。現在の最先端の手法は,欠測部分の固定フォーマットを必要とし,崩壊した画像を扱うには効果がない。そのうえ,それらは,完了の逆過程として画像マスキングを考慮することなしで,画像完了に専ら焦点を合わせた。本論文では,交差マッピング生成敵対ネットワークまたはCM-GANに基づく画像完成とマスキングの統合フレームワークに対する深層学習アプローチを提案した。CM-GANは,任意のマスク位置および形状を有する様々なマスク画像を合成する能力と同様に,崩壊の下で画像完了におけるロバスト性を提供する。特に,画像マスキングにおけるCM-GANの能力は,画像における不要なバックグラウンドの除去に拡張されることを示した。大規模実験に基づく画像完成とマスキングのためのCM-GANの優れた性能を検証した。さらに,著者らは,CM-GANのバックグラウンド除去能力が,ビンにおけるランダムにファイルされた多重産業部品の3D姿勢を推定するために重要な役割を果たすことを実証するために,深い学習ベースのロボットビンピッキングを実行した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： マスキング ,  学習 ,  ネットワーク ,  *ロボット ,  多重化 ,  画像補正 ,  三次元 ,  *ロバスト性
準シソーラス用語： *ピッキング ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 生成敵対ネットワーク ,  潜在空間連想ネットワーク ,  画像完成 ,  画像マスキング ,  ロボットビンピッキング

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (3件)： 応用 ,  ロバスト ,  マスキング