JP2018128897A - 対象物の姿勢等を検出する検出方法、検出プログラム - Google Patents
対象物の姿勢等を検出する検出方法、検出プログラム Download PDFInfo
- Publication number
- JP2018128897A JP2018128897A JP2017021999A JP2017021999A JP2018128897A JP 2018128897 A JP2018128897 A JP 2018128897A JP 2017021999 A JP2017021999 A JP 2017021999A JP 2017021999 A JP2017021999 A JP 2017021999A JP 2018128897 A JP2018128897 A JP 2018128897A
- Authority
- JP
- Japan
- Prior art keywords
- area
- image
- distance
- region
- image data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 50
- 238000009826 distribution Methods 0.000 claims abstract description 41
- 238000003384 imaging method Methods 0.000 claims abstract description 16
- 238000000605 extraction Methods 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims description 47
- 230000002093 peripheral effect Effects 0.000 claims description 11
- 238000013135 deep learning Methods 0.000 claims description 10
- 238000013527 convolutional neural network Methods 0.000 claims description 7
- 238000005520 cutting process Methods 0.000 abstract description 3
- 230000036544 posture Effects 0.000 description 48
- 238000010586 diagram Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 14
- 238000007726 management method Methods 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 235000006040 Prunus persica var persica Nutrition 0.000 description 1
- 240000006413 Prunus persica var. persica Species 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Abstract
Description
(2)VGG16_initを元に(1)でのRPNの結果も使って、分類器を学習する(ここでの学習結果を、classifier_midとする)。
(3)RPNを再学習する。ここでは、VGG16_midとclassifier_midの結果を用い、それらを固定してRPNのみ再学習する。その結果をRPNの最終荷重(RPN_fixとする)として固定する。
(4)RPN_fixを用い、特徴量を抽出する畳み込み層と分類器のネットワークのみを学習する。特徴量を抽出する畳み込み層のネットワークはVGG16_midから、分類器のネットワークはclassifier_midから学習し、ファインチューニングを行う。
Claims (5)
- 三次元環境下に配置された対象物の種類と位置と姿勢を検出する検出方法であって、
前記対象物を撮像して処理された、ピクセルごとに色情報を有するカラー画像データと、ピクセルごとに距離情報を有する距離画像データとを取得する取得ステップと、
前記カラー画像データの画像領域から前記対象物を取り囲む包含領域と前記対象物の種類を推定する第1推定ステップと、
前記包含領域の外部領域の情報を用いて前記包含領域から前記対象物以外の背景領域を除去し、対象物の輪郭によって囲まれた対象物領域を抽出する抽出ステップと、
前記距離画像データの画像領域に前記抽出ステップで抽出した前記対象物領域を対応させて切り取った距離分布画像を生成する生成ステップと、
前記生成ステップで生成した前記距離分布画像を用いて前記対象物の位置を算出する算出ステップと、
前記第1推定ステップで推定した前記対象物の種類と、前記生成ステップで生成した距離分布画像とを、予め準備された照合モデルと照合することにより、前記対象物の姿勢を推定する第2推定ステップと
を含む検出方法。 - 前記生成ステップは、前記距離画像データの画像領域から、前記対象物領域に対応する領域を取り囲む矩形領域を前記距離分布画像の画像領域として切り取り、切り取った画像領域のうち前記対象物領域に対応する領域以外の領域のピクセル値を0とし、前記対象物領域に対応する領域のピクセル値を平均値が1、分散値が1となるように正規化して、前記距離分布画像を生成する請求項1に記載の検出方法。
- 前記照合モデルは、前記距離分布画像に相当する距離画像と前記対象物の姿勢とを対応付けた教師データからディープラーニングによって学習された後の全結合層の特徴量と前記対象物の姿勢との対応を示す、前記対象物の種類ごとに作成された管理テーブルを含み、
前記第2推定ステップは、前記距離分布画像を、前記第1推定ステップで推定した前記対象物の種類に対応する、前記ディープラーニングで学習した畳み込みニューラルネットワークへ入力して得られた特徴量を、前記畳み込みニューラルネットワークと関連づけられた前記管理テーブルの特徴量と照合することにより、前記対象物の姿勢を推定する請求項1または2に記載の検出方法。 - 前記抽出ステップは、前記包含領域を予め定められた倍率で拡張した拡張領域と、前記外部領域として前記拡張領域を取り囲む外周領域とを定め、前記外周領域の色分布情報を用いてグラフカット法により前記拡張領域から前記背景領域を除去して、前記対象物領域を抽出する請求項1から3のいずれか1項に記載の検出方法。
- 三次元環境下に配置された対象物の種類と位置と姿勢を検出する検出プログラムであって、
前記対象物を撮像して処理された、ピクセルごとに色情報を有するカラー画像データと、ピクセルごとに距離情報を有する距離画像データとを取得する取得ステップと、
前記カラー画像データの画像領域から前記対象物を取り囲む包含領域と前記対象物の種類を推定する第1推定ステップと、
前記包含領域の外部領域の情報を用いて前記包含領域から前記対象物以外の背景領域を除去し、対象物の輪郭によって囲まれた対象物領域を抽出する抽出ステップと、
前記距離画像データの画像領域に前記抽出ステップで抽出した前記対象物領域を対応させて切り取った距離分布画像を生成する生成ステップと、
前記生成ステップで生成した前記距離分布画像を用いて前記対象物の位置を算出する算出ステップと、
前記第1推定ステップで推定した前記対象物の種類と、前記生成ステップで生成した距離分布画像とを、予め準備された照合モデルと照合することにより、前記対象物の姿勢を推定する第2推定ステップと
をコンピュータに実行させる検出プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017021999A JP6912215B2 (ja) | 2017-02-09 | 2017-02-09 | 対象物の姿勢等を検出する検出方法、検出プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017021999A JP6912215B2 (ja) | 2017-02-09 | 2017-02-09 | 対象物の姿勢等を検出する検出方法、検出プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018128897A true JP2018128897A (ja) | 2018-08-16 |
JP6912215B2 JP6912215B2 (ja) | 2021-08-04 |
Family
ID=63173442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017021999A Active JP6912215B2 (ja) | 2017-02-09 | 2017-02-09 | 対象物の姿勢等を検出する検出方法、検出プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6912215B2 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020060838A (ja) * | 2018-10-05 | 2020-04-16 | 株式会社デンソーアイティーラボラトリ | 学習方法および学習システム |
WO2020121500A1 (ja) * | 2018-12-13 | 2020-06-18 | 富士通株式会社 | 推定方法、推定プログラムおよび推定装置 |
JP2020107142A (ja) * | 2018-12-27 | 2020-07-09 | パナソニックIpマネジメント株式会社 | 認識方法、認識システム、ロボット制御方法、ロボット制御システム、ロボットシステム、認識プログラム、及びロボット制御プログラム |
JP2020110851A (ja) * | 2019-01-08 | 2020-07-27 | 株式会社島津製作所 | ピッキングシステム |
JP2021149970A (ja) * | 2020-03-16 | 2021-09-27 | 清華大学Tsinghua University | セマンティックベースの透視画像検索方法及びその装置、電子機器ならびにコンピュータ読取り可能な記憶媒体 |
US11544855B2 (en) | 2020-03-18 | 2023-01-03 | Samsung Electronics Co., Ltd. | Method and apparatus for tracking target |
JP2023519012A (ja) * | 2020-03-27 | 2023-05-09 | アークソフト コーポレイション リミテッド | 画像処理方法及び装置 |
US11967088B2 (en) | 2020-03-18 | 2024-04-23 | Samsung Electronics Co., Ltd. | Method and apparatus for tracking target |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210061839A (ko) | 2019-11-20 | 2021-05-28 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
-
2017
- 2017-02-09 JP JP2017021999A patent/JP6912215B2/ja active Active
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020060838A (ja) * | 2018-10-05 | 2020-04-16 | 株式会社デンソーアイティーラボラトリ | 学習方法および学習システム |
JP7208758B2 (ja) | 2018-10-05 | 2023-01-19 | 株式会社デンソーアイティーラボラトリ | 学習方法および学習システム |
JPWO2020121500A1 (ja) * | 2018-12-13 | 2021-09-30 | 富士通株式会社 | 推定方法、推定プログラムおよび推定装置 |
WO2020121500A1 (ja) * | 2018-12-13 | 2020-06-18 | 富士通株式会社 | 推定方法、推定プログラムおよび推定装置 |
JP7124888B2 (ja) | 2018-12-13 | 2022-08-24 | 富士通株式会社 | 推定方法、推定プログラムおよび推定装置 |
JP7253731B2 (ja) | 2018-12-27 | 2023-04-07 | パナソニックIpマネジメント株式会社 | 認識方法、認識システム、ロボット制御方法、ロボット制御システム、ロボットシステム、認識プログラム、及びロボット制御プログラム |
JP2020107142A (ja) * | 2018-12-27 | 2020-07-09 | パナソニックIpマネジメント株式会社 | 認識方法、認識システム、ロボット制御方法、ロボット制御システム、ロボットシステム、認識プログラム、及びロボット制御プログラム |
JP2020110851A (ja) * | 2019-01-08 | 2020-07-27 | 株式会社島津製作所 | ピッキングシステム |
JP2021149970A (ja) * | 2020-03-16 | 2021-09-27 | 清華大学Tsinghua University | セマンティックベースの透視画像検索方法及びその装置、電子機器ならびにコンピュータ読取り可能な記憶媒体 |
JP7426350B2 (ja) | 2020-03-16 | 2024-02-01 | 清華大学 | セマンティックベースの透視画像検索方法及びその装置、電子機器ならびにコンピュータ読取り可能な記憶媒体 |
US11544855B2 (en) | 2020-03-18 | 2023-01-03 | Samsung Electronics Co., Ltd. | Method and apparatus for tracking target |
US11967088B2 (en) | 2020-03-18 | 2024-04-23 | Samsung Electronics Co., Ltd. | Method and apparatus for tracking target |
JP2023519012A (ja) * | 2020-03-27 | 2023-05-09 | アークソフト コーポレイション リミテッド | 画像処理方法及び装置 |
JP7448679B2 (ja) | 2020-03-27 | 2024-03-12 | アークソフト コーポレイション リミテッド | 画像処理方法及び装置 |
Also Published As
Publication number | Publication date |
---|---|
JP6912215B2 (ja) | 2021-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6912215B2 (ja) | 対象物の姿勢等を検出する検出方法、検出プログラム | |
JP5839929B2 (ja) | 情報処理装置、情報処理システム、情報処理方法及びプログラム | |
JP5671281B2 (ja) | 位置姿勢計測装置、位置姿勢計測装置の制御方法及びプログラム | |
JP5618569B2 (ja) | 位置姿勢推定装置及びその方法 | |
JP6004809B2 (ja) | 位置姿勢推定装置、情報処理装置、情報処理方法 | |
JP7094702B2 (ja) | 画像処理装置及びその方法、プログラム | |
JP2018523881A (ja) | データを位置合わせする方法及びシステム | |
JP2016161569A (ja) | オブジェクトの3d姿勢およびオブジェクトのランドマーク点の3dロケーションを求める方法、およびオブジェクトの3d姿勢およびオブジェクトのランドマークの3dロケーションを求めるシステム | |
CN110070567B (zh) | 一种地面激光点云配准方法 | |
JP4709668B2 (ja) | 3次元物体認識システム | |
JP2011198349A (ja) | 情報処理方法及びその装置 | |
CN111998862B (zh) | 一种基于bnn的稠密双目slam方法 | |
CN113409384A (zh) | 一种目标物体的位姿估计方法和系统、机器人 | |
JP2021163503A (ja) | 2次元カメラによる3次元の姿勢推定 | |
CN114494594B (zh) | 基于深度学习的航天员操作设备状态识别方法 | |
CN111583342A (zh) | 一种基于双目视觉的目标快速定位方法及装置 | |
CN113393524B (zh) | 一种结合深度学习和轮廓点云重建的目标位姿估计方法 | |
JP7178803B2 (ja) | 情報処理装置、情報処理装置の制御方法およびプログラム | |
JP5976089B2 (ja) | 位置姿勢計測装置、位置姿勢計測方法、およびプログラム | |
CN116229189B (zh) | 基于荧光内窥镜的图像处理方法、装置、设备及存储介质 | |
JPH07103715A (ja) | 視覚に基く三次元位置および姿勢の認識方法ならびに視覚に基く三次元位置および姿勢の認識装置 | |
JP5462662B2 (ja) | 位置姿勢計測装置、物体識別装置、位置姿勢計測方法及びプログラム | |
KR101673144B1 (ko) | 부분 선형화 기반의 3차원 영상 정합 방법 | |
JP2021163502A (ja) | 複数の2次元カメラによる3次元の姿勢推定 | |
Joglekar et al. | Area based stereo image matching technique using Hausdorff distance and texture analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191108 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201110 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201215 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210212 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210615 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210708 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6912215 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |