| 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 | 2024-10-03 14:30 視覚-言語モデルと物体検出モデルによるサービスロボットのための物体の位置関係理解 ○山尾晃世・金岡大樹・磯本航世・田向 権（九工大）  SIS2024-19 |
|
| 抄録 | （和） | サービスロボットは，人からの多様な命令を理解し，実行することが求められる．しかし，ロボットは環境認識や物体の位置関係理解に多くの課題を抱えている．例えば，「コップの後ろの果物を持ってきて」という命令を受けた場合，ロボットは実空間における「後ろ」という概念を理解できず，正確な動作を実現することが困難である．本研究では，物体検出モデルを用いて認識対象の物体のみにマークを重ねることで，視覚-言語モデルが対象物体の位置関係を高精度に理解可能な新しい手法を提案する．実験により，提案手法が既存の手法よりも高精度な物体の位置関係理解が可能であることを確認した． |
| （英） | Service robots are required to understand and execute various commands from humans. However, robots have challenges recognizing the environment and interpreting an object's location. For example, when a robot receives a command, ``Bring me the fruit behind the cup,'' it cannot understand the concept of "behind" in real-world space, making it difficult to perform the command correctly. To solve this problem, we propose a new method in which a vision-language model can accurately understand the positional relationship of target objects by overlaying marks only on the objects to be recognized using an object detection model. Experimental results show that the proposed system is more accurate than the previous method. | |
| キーワード | （和） | 物体の位置関係理解 / サービスロボット / 視覚的プロンプティング / 物体検出 / 視覚-言語モデル / / / |
| （英） | object location interpretation / service robots / visual prompting / object detection / vision-language model / / / | |
| 文献情報 | 信学技報, vol. 124, no. 195, SIS2024-19, pp. 19-23, 2024年10月. | |
| 資料番号 | SIS2024-19 | |
| 発行日 | 2024-09-26 (SIS) | |
| 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 | SIS2024-19 |
|
| 研究会情報 | |
| 研究会 | SIS ITE-BCT |
| 開催期間 | 2024-10-03 - 2024-10-04 |
| 開催地（和） | 北星学園大学 |
| 開催地（英） | Hokusei Gakuen Univ. |
| テーマ（和） | システム実現技術，近距離通信応用システム，知的マルチメディア処理システム，放送・通信連携，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIS |
| 会議コード | 2024-10-SIS-BCT |
| 本文の言語 | 日本語 |
| タイトル（和） | 視覚-言語モデルと物体検出モデルによるサービスロボットのための物体の位置関係理解 |
| サブタイトル（和） | |
| タイトル（英） | Object Location Interpretation for Service Robots using Vision-Language Model and Object Detection Model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 物体の位置関係理解 / object location interpretation |
| キーワード(2)（和/英） | サービスロボット / service robots |
| キーワード(3)（和/英） | 視覚的プロンプティング / visual prompting |
| キーワード(4)（和/英） | 物体検出 / object detection |
| キーワード(5)（和/英） | 視覚-言語モデル / vision-language model |
| 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） | 山尾 晃世 / Kosei Yamao / ヤマオ コウセイ |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第2著者 氏名（和/英/ヨミ） | 金岡 大樹 / Daiju Kanaoka / カナオカ ダイジュ |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第3著者 氏名（和/英/ヨミ） | 磯本 航世 / Kosei Isomoto / イソモト コウセイ |
| 第3著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第4著者 氏名（和/英/ヨミ） | 田向 権 / Hakaru Tamukoh / タムコウ ハカル |
| 第4著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-10-03 14:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SIS |
| 資料番号 | SIS2024-19 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.195 |
| ページ範囲 | pp.19-23 |
| ページ数 | 5 |
| 発行日 | 2024-09-26 (SIS) |
[研究会発表申込システムのトップページに戻る]