文献

J-GLOBAL ID：202202287295738590   整理番号：22A1163261

無人水中車両介入操作におけるタスクオートメーションのための教師なし領域移動【JST・京大機械翻訳】

Unsupervised Domain Transfer for Task Automation in Unmanned Underwater Vehicle Intervention Operations

著者 (4件)： Sans-Muntadas Albert (Department of Marine Technology, Norwegian University of Science and Technology, Trondheim, Norway) ,  Skaldebo Martin B. (Department of Marine Technology, Norwegian University of Science and Technology, Trondheim, Norway) ,  Nielsen Mikkel Cornelius (Department of Marine Technology, Norwegian University of Science and Technology, Trondheim, Norway) ,  Schjolberg Ingrid (Department of Marine Technology, Norwegian University of Science and Technology, Trondheim, Norway)
資料名： IEEE Journal of Oceanic Engineering  (IEEE Journal of Oceanic Engineering)
巻： 47  号： 2  ページ： 312-321  発行年： 2022年 
JST資料番号： A0255B  ISSN： 0364-9059  CODEN： IJOEDY  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： 水中介入とモニタリング操作の間,大量の画像と感覚データが生産され,保存される。さらに,これらのデータは将来の操作を自動化するのに役立つ可能性がある。本論文では,所望の制御タスクを実行するために用いられるニューラルネットワークの訓練に利用できるセグメント化データを生成する方法を提案した。同一監視対象の対3D描画による以前の操作からラベルなし画像を結合することにより,2つのドメイン間のドメイン適応を学習し,元の足跡との高い類似性を持つ合成画像を生成するため,生成敵対ネットワークを訓練できる。明確な利点は,強化された合成画像が,画像を手動でセグメント化する高価なコストなしでオブジェクトのセグメント化情報を含むことである。分割されたオブジェクトを位置決めする境界ボックスを予測するオブジェクト検出器を訓練するために,拡張分割データを使用した。これを2つの方法で使用した。1)分割の品質を分析し,2)対象の対象に対して遠隔操作車両に対する制御タスクを指令する。ヨーの制御は,カメラフレームに中心を置くオブジェクトを維持するための主要な制御タスクである。さらに,ドメイン適応ネットワークの過訓練が,オブジェクト検出器の精度に負の影響を与える方法を探求した。これは,ドメイン適応ネットワークの異なる時代によって生成されたデータセットで訓練されたオブジェクト検出器の精度を比較することによって行われる。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： カメラ ,  *自動化 ,  情報 ,  セグメンテーション ,  ネットワーク ,  遠隔制御 ,  ニューラルネットワーク ,  画像 ,  三次元 ,  類似性
準シソーラス用語： 物体検出 ,  合成画像 ,  足跡 ,  適応ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 水中 ,  タスク ,  オートメーション ,  教師