| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-12-18 16:30 物体の把持に適した3次元領域の推定 ○塚本淳基・小暮 潔（金沢工大）  PRMU2020-65 |
|
| 抄録 | （和） | 本研究では，物体の把持に適した3次元領域の推定手法を提案する．提案手法では，左右2つのカメラからのRGB画像を入力とし，これらから変換される物体把持領域画像からステレオ視によって3次元の把持領域を推定する．この変換には，全層畳み込みニューラルネットワークが用いられる．提案手法は実験によって評価した．この際，4種類の全層畳み込みニューラルネットワークを対象とした．物体把持領域推定タスクのみの2種類のシングルタスクモデルと，それに物体領域推定タスクを加えた2種類のマルチタスクモデルである．実験の結果，4種類のモデルで3次元の物体把持領域を推定できることが確認された． |
| （英） | This paper proposes a method for estimating 3D regions for object grasping. The method takes as its inputs two RGB images, each from one of two stereo cameras, and translates them into object grasping region images, from which it estimates 3D object grasping regions based on stereo matching. The translation is conducted using fully convolutional networks. The method has been evaluated experimentally with four kinds of fully convolutional network models, that is, two kinds of single task models and two kinds of multi-task models, each with object region estimation task as its auxiliary task. The experimental results show that the proposed method can estimate 3D regions for object grasping for all of these four kinds of models. | |
| キーワード | （和） | 物体把持 / 全層畳み込みニューラルネットワーク / マルチタスク学習 / / / / / |
| （英） | object grasping / fully convolutional network / multi-task learning / / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 300, PRMU2020-65, pp. 156-160, 2020年12月. | |
| 資料番号 | PRMU2020-65 | |
| 発行日 | 2020-12-10 (PRMU) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2020-65 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2020-12-17 - 2020-12-18 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 転移学習・少数データからの学習 |
| テーマ（英） | Transfer learning and few shot learning |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2020-12-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | 物体の把持に適した3次元領域の推定 |
| サブタイトル（和） | |
| タイトル（英） | Estimating 3D regions for grasping an object |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 物体把持 / object grasping |
| キーワード(2)（和/英） | 全層畳み込みニューラルネットワーク / fully convolutional network |
| キーワード(3)（和/英） | マルチタスク学習 / multi-task learning |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 塚本 淳基 / Atsuki Tsukamoto / ツカモト アツキ |
| 第1著者 所属（和/英） | 金沢工業大学 (略称： 金沢工大) Kanazawa Institute of Technology (略称： KIT) |
| 第2著者 氏名（和/英/ヨミ） | 小暮 潔 / Kiyoshi Kogure / コグレ キヨシ |
| 第2著者 所属（和/英） | 金沢工業大学 (略称： 金沢工大) Kanazawa Institute of Technology (略称： KIT) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-12-18 16:30:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2020-65 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.300 |
| ページ範囲 | pp.156-160 |
| ページ数 | 5 |
| 発行日 | 2020-12-10 (PRMU) |
[研究会発表申込システムのトップページに戻る]