3本指ハンドによる物体把持に適した領域の画像上での推定

• Item type: SIG Technical Reports(1)
• 公開日: 2019-05-23
• タイトル: 3本指ハンドによる物体把持に適した領域の画像上での推定
• タイトル / 言語: en
• タイトル: Estimating areas in images for grasping an object by a three-fingered robot hand
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 一般セッション1
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 金沢工業大学大学院工学研究科
• 著者所属: 金沢工業大学大学院工学研究科
• 著者所属: 金沢工業大学工学部
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Kanazawa Institute of Technology
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Kanazawa Institute of Technology
• 著者所属(英): en
• 著者所属(英): College of Engineering, Kanazawa Institute of Technology
• 著者名: 塚本, 淳基; 久保田, 涼介; 小暮, 潔
• 著者名(英): Atsuki, Tsukamoto; Ryosuke, Kubota; Kiyoshi, Kogure
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では，3 本指ハンドによる物体把持に適した領域の画像上での推定手法を提案する．提案手法では，全層畳み込みニューラルネットワーク ( Fully Convolutional Network : FCN ) を用いて，グレースケール画像から物体の把持領域を示す画像を生成する．提案手法を 6 種類のモデルを使用し，実験によって評価した． 3 種類の把持領域推定タスクの基本モデルと，それらに物体領域推定タスクを追加した拡張モデルである．その結果，提案したすべてのモデルで把持領域が推定できることを確認した．またその中でも，3つの指を区別して指ごとに 2 クラス分類するモデルに，物体領域を同時に学習させるタスクを追加したモデルの推定精度が最も優れていることを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper proposes a method for estimation areas for grasping an object by a three-fingered robot hand. The method takes as its input a grayscale image that includes a target object and generates an image or images that indicate suitable areas by using fully convolutional networks. The method has been evaluated experimentally with six kinds of network models, that is, three kinds of basic models and their corresponding models augmented by introducing the task of predicting the target object region. The experimental results show that the method can estimate suitable areas with all of these six models and that the best performance is obtained by using the augmented network models for three binary classification tasks.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2019-CVIM-217, 号 4, p. 1-6, 発行日 2019-05-23
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会