Mask R-CNNを用いた面プリミティブ検出に基づくコンビニ商品の認識

カテゴリ: 部門大会

論文No: OS7-3

グループ名: 【C】2019年電気学会電子・情報・システム部門大会プログラム

発行日: 2019/08/28

タイトル(英語): Object Recognition by focusing on Common Shape using Mask R-CNN

著者名: 鈴木 貴大(中京大学),香西 健太郎(中京大学),秋月 秀一(中京大学),橋本 学(中京大学)

著者名(英語): Takahiro Suzuki|Kentaro Kozai|Shuichi Akizuki|Manabu Hashimoto

キーワード: Mask R-CNN|Deep Learning|仮説検証|3次元物体認識|モデルレス

要約(日本語): 本研究では，コンビニ等でみられる対象物には，直方体，直角二等辺三角柱など形状共通性は高いが，種類によってサイズ変動がありえる物体が多いことに着目し，物体ごとのモデルを使用せずに対象物を認識する手法を提案する。形状共通性の高い一群の物体を「形状カテゴリ」とする。同一の形状カテゴリに属する物体については，物体を構成する3D面プリミティブの種類が同一，かつ物体を構成する3D面プリミティブ間の幾何学的関係が一定であるという特徴がある。提案手法では，物体検出やセグメンテーションをおこなう手法であるMask R-CNNによって物体を構成する面の中から長方形，二等辺三角形などの3D面プリミティブを検出し，3D面プリミティブと形状カテゴリの特徴を手がかりとして生成させた多数の仮説群のなかから最もリーズナブルな仮説を決定する。これにより，サイズが異なるような対象物についても，位置と姿勢を認識することができる。

PDFファイルサイズ: 834 Kバイト