RGB-D物体認識のためのモード間回転による教師なし領域適応【JST・京大機械翻訳】

Loghmani Mohammad Reza; Robbiano Luca; Planamente Mirco; Park Kiru; Caputo Barbara; Vincze Markus

プレプリント

J-GLOBAL ID：202202204594411608 整理番号：22P0137529

RGB-D物体認識のためのモード間回転による教師なし領域適応【JST・京大機械翻訳】

Unsupervised Domain Adaptation through Inter-modal Rotation for RGB-D Object Recognition

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2020年04月21日プレプリントサーバーでの情報更新日： 2020年04月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

教師なしドメイン適応(DA)は,ラベルリッチソースデータセットの監視を利用して,2つのデータ分布を整列させることによってラベルなしターゲットデータセットの予測を行う。ロボット工学では,DAを用いて,実際のデータに対して効果的な予測を行うため,”自由”アノテーションを持つ自動的に生成された合成データを利用した。しかし,既存のDA法はRGB-Dデータのマルチモーダル特性に対処するために設計されておらず,ロボットビジョンで広く用いられている。RGBと深さ画像間のモード間関係を利用して,合成から実際のドメインシフトを低減する新しいRGB-D DA法を提案した。提案手法は,主認識タスクに加えて,RGBと深さ画像間の相対回転を予測するプリテキストタスクに加えて,畳込みニューラルネットワークを訓練することから成る。提案手法を評価し,この分野におけるさらなる研究を促進するために,オブジェクト分類とインスタンス認識のための2つのベンチマークデータセットを定義した。広範な実験で,RGB-D DAに対するモード間関係の活用の利点を示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

パターン認識 , 人工知能

, , ,

前のページに戻る