文献

J-GLOBAL ID：202202231756944703   整理番号：22A0960404

SE-ResUNet:新しいロボット把持検出法【JST・京大機械翻訳】

SE-ResUNet: A Novel Robotic Grasp Detection Method

著者 (5件)： Yu Sheng (School of Automation, Beijing Institute of Technology, Beijing, China) ,  Zhai Di-Hua (School of Automation, Beijing Institute of Technology, Beijing, China) ,  Xia Yuanqing (School of Automation, Beijing Institute of Technology, Beijing, China) ,  Wu Haoran (China Unicom Research Institute, Beijing, China) ,  Liao Jun (China Unicom Research Institute, Beijing, China)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 7  号： 2  ページ： 5238-5245  発行年： 2022年 
JST資料番号： W2448A  ISSN： 2377-3766  資料種別： 逐次刊行物 (A)
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： 本レターでは,新しい把持検出ニューラルネットワークSqueeze-and-Excitation ResUNet(SE-ResUNet)を開発し,そこではチャネル注意による残留ブロックを統合した。提案フレームワークは,RGB-D画像から把持姿勢を生成するだけでなく,各把持姿勢の品質スコアを予測することができる。実験結果は,CornellデータセットとJacquardデータセットの精度が,それぞれ98.2%と95.7%であることを示した。RGB-D画像の処理速度は30fpsに達し,良好な実時間性能を示した。比較研究において,提案した方法によってより良い性能も得られ,精度と時間効率を改善した。最後に,平均把持成功率が96.3%であるBaxterロボットに関する物理的把持によっても実証した。Copyright 2022 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： *ロボット ,  ニューラルネットワーク ,  画像 ,  色信号 ,  *検出法 ,  姿勢 ,  チャネル ,  フレームワーク【ソフトウェア開発】
準シソーラス用語： 成功率 ,  処理速度 ,  RGB-D , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： Se ,  ロボット ,  把持 ,  検出法