文献

J-GLOBAL ID：202102275724922537   整理番号：21A2579860

点群からの切断姿勢予測【JST・京大機械翻訳】

Cutting Pose Prediction from Point Clouds

著者 (3件)： Philipsen Mark P. (Media Technology, Aalborg University, 9000 Aalborg, Denmark) ,  Philipsen Mark P. (Danish Technological Institute, Gregersensvej 9, 2630 Taastrup, Denmark) ,  Moeslund Thomas B. (Media Technology, Aalborg University, 9000 Aalborg, Denmark)
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 6  ページ： 1563  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 自然物体と理解し,相互作用するための機械獲得の挑戦は,医学,農業,および著者らの場合,屠殺場自動化のような重要な分野で遭遇する。最近のブレークスルーは,3Dオブジェクトの効率的で自然な表現である点雲に直接深層ニューラルネットワーク(DNN)の適用を可能にした。これらの方法の可能性は,剛体人工物体を含む分類およびセグメンテーションタスクに対して,ほとんど実証されている。バーチャルリアリティを用いて,人間の実証から正しいツール配置を回帰するための学習のために,成功したポイントネットアーキテクチャに基づく方法を提案した。本手法を,形状,サイズ,および方位を含む局所形状の理解を必要とする,挑戦的な屠殺場切断タスクに適用した。実証と学習プロセスを容易化する,点と法線ベクトルの,中間5自由度(DoF)切断面表現を提案した。問題を明らかにし,必要な精度を理解し始めるために,ライブ実験を行った。11のカットはエキスパートによって評価され,8/11は許容できると評価された。テストセットに関する誤差は,より多くの訓練データの追加とDNNへの改良を通して次に減少した。結果は,1.5cmから0.8cmの平均並進の減少と4.59から4.48への配向誤差の減少である。提案手法の一般化能力を,屠殺場からの同様のタスクと,ビューポイントにわたるオブジェクト姿勢推定のための非常に異なる公開LINEMODデータセット上で評価した。両事例において,この方法は有望な結果を示した。コード,データセット,および他の材料は補足材料で利用可能である。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 剛体 ,  相互作用 ,  自動化 ,  セグメンテーション ,  農業 ,  屠殺場 ,  *点群 ,  天然材料 ,  並進 ,  自由度 ,  三次元 ,  計算機アーキテクチャ ,  バーチャルリアリティ
準シソーラス用語： 訓練データ ,  姿勢推定 , 【Automatic Indexing@JST】

著者キーワード (5件)： 自動化 ,  姿勢予測 ,  ポイントクラウド ,  ポイントネット ,  食肉生産

分類 (1件)： 電子航法一般  (ND14010O)

引用文献 (59件)：

• Hassabis, D. Artificial Intelligence: Chess match of the century. Nature 2017, 544, 413.
• Szegedy, C.; Zaremba, W.; Sutskever, I.; Bruna, J.; Erhan, D.; Goodfellow, I.; Fergus, R. Intriguing properties of neural networks. arXiv 2013, arXiv:1312.6199v4.
• Alcorn, M.A.; Li, Q.; Gong, Z.; Wang, C.; Mai, L.; Ku, W.; Nguyen, A. Strike (With) a Pose: Neural Networks Are Easily Fooled by Strange Poses of Familiar Objects. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Long Beach, CA, USA, 16-20 June 2019; pp. 4845-4854.
• Kohli, M.D.; Summers, R.M.; Geis, J.R. Medical image data and datasets in the era of machine learning-Whitepaper from the 2016 C-MIMI meeting dataset session. J. Digit. Imaging 2017, 30, 392-399.
• Animalia. Meat2.0. 2018. Available online: https://www.animalia.no/no/animalia/om-animalia/arsrapporter-og-strategi/aret-som-gikk-2017/forsker-pa-framtidens-slakterier/ (accessed on 10 March 2020).

タイトルに関連する用語 (3件)： 点群 ,  姿勢 ,  予測