ビジュアルフィードバックによる深層モーションプランニングに関する研究

昨年度から進めていた「画像生成ネットワークの逆伝播に基づく繰り返し更新による物体姿勢推定を用いた物体把持」に関する研究について，精度向上とロボットにおける実機実験を行った．本研究では，入力された姿勢パラメタの物体画像を生成するネットワークを構築し，ネットワークの逆伝播に基づく繰り返し処理による物体の6D姿勢推定を実現する．はじめに，中間表現ネットワークを用いて，姿勢推定対象物体の画像をセグメンテーションラベル等の中間表現に置き換える．次に，姿勢デコーダネットワークを用いて，ランダムな姿勢パラメタから中間表現画像をデコードする．この2つの画像の誤差を姿勢デコーダネットワークに逆伝播し，姿勢パラメタの更新量を求める．この処理を粗い解像度の画像で繰り返し，ある程度の精度が得られたら高解像度の画像で繰り返し，正確な姿勢パラメタを推定する．これにより，単眼カメラの画像のみを用いた姿勢推定を実現することができた．また，修士の時点で取り組んでいた「マルチタスクDSSDによる物体検出，物体セグメンテーションおよび物体把持位置検出」に関する研究について，より詳細な実験を行って再検証した．本研究は，深層学習を用いた物体検出アルゴリズムであるDeconvolutional Single Shot Detector (DSSD) をベースとして，物体検出・セマンティックセグメンテーション・物体把持位置検出の3タスクを同時実行する．詳細な検証の結果，マルチタスク学習が性能向上に良い影響を与えていることがわかった．

昨年度から進めていた「画像生成ネットワークの逆伝播に基づく繰り返し更新による物体姿勢推定を用いた物体把持」に関する研究について，精度向上とロボットにおける実機実験を行った．本研究では，入力された姿勢パラメタの物体画像を生成するネットワークを構築し，ネットワークの逆伝播に基づく繰り返し処理による物体の6D姿勢推定を実現する．はじめに，中間表現ネットワークを用いて，姿勢推定対象物体の画像をセグメンテーションラベル等の中間表現に置き換える．次に，姿勢デコーダネットワークを用いて，ランダムな姿勢パラメタから中間表現画像をデコードする．この2つの画像の誤差を姿勢デコーダネットワークに逆伝播し，姿勢パラメタの更新量を求める．この処理を粗い解像度の画像で繰り返し，ある程度の精度が得られたら高解像度の画像で繰り返し，正確な姿勢パラメタを推定する．これにより，単眼カメラの画像のみを用いた姿勢推定を実現することができた．また，修士の時点で取り組んでいた「マルチタスクDSSDによる物体検出，物体セグメンテーションおよび物体把持位置検出」に関する研究について，より詳細な実験を行って再検証した．本研究は，深層学習を用いた物体検出アルゴリズムであるDeconvolutional Single Shot Detector (DSSD) をベースとして，物体検出・セマンティックセグメンテーション・物体把持位置検出の3タスクを同時実行する．詳細な検証の結果，マルチタスク学習が性能向上に良い影響を与えていることがわかった．