Deep Learning
口頭発表
Heterogeneous Learningによるオブジェクトネスと物体把持位置の検出
- Author
- 長谷川昂宏, Xuanyi Sheing, 荒木諒介, 山内悠嗣, 山下隆義, 藤吉弘亘
- Publication
- 画像センシングシンポジウム, 2016
Download: PDF (Japanese)
本研究では，Deep Convolutional Neural Networkを用いたピッキングロボットのための物体把持位置検出法を提案する．従来，学習アプローチによる物体把持位置検出法として，2段階のDeep Neural Networkを用いた手法が提案されている．1段目のネットワークにより物体から各方向毎にラスタスキャンして複数の把持位置候補を検出する．2段目のネットワークでは，複数の把持位置候補から1つに絞り込むことで物体の把持位置を検出する．しかし，物体の把持位置を検出するために2つのDeep Neural Networkを複数回ラスタスキャンして使用するため非効率という問題がある．そこで，本研究では畳み込み層を用いたDeep Convolutional Neural Networkにより画像中の物体特徴を自動的に捉え，1度のラスタスキャンで最適な把持位置を効率的に検出する．さらに提案手法では，Heterogeneous Learningとして全結合層の出力ユニットにオブジェクトネスユニットと把持座標点ユニットを割り当てる．これにより，入力画像の物体らしさの識別と把持座標点の推定を同時に解くことができる．評価実験により，提案手法は従来の把持位置検出法と同等以上の精度で効率的に把持位置を検出することを確認した．