実物体インターネットの実現に向けた、ロボットによる三次元認知地図の獲得と利用

点击翻译按钮获取中文摘要

博士後期課程の最終年度であったため,これまでに得られた研究成果である知見をまとめ,「対象毎の負例クラスの導入による実世界からの多クラス物体認識」と題する博士論文の執筆に従事した.従来,コンピュータビジョン分野において,画像に写っている物体の名前やカテゴリ名を特定する"物体識別"タスクと,画像から対象物体の位置を同定する"物体検出"タスクが広く研究されてきた.しかしながら,「何がどこに存在するか」を判断するタスク,すなわち"物体識別兼検出"タスクは,その重要性に相反して深く議論されてこなかった.また,これらのタスクは主にインターネット等に存在する画像データセットを対象とした機械学習により実現されてきたが,物体の位置や姿勢変化による見え方の変化,また照明変動や物理的な変形への対処は依然として難解な課題であった.本論文では,多クラス物体認識の問題を定式化し,「物体ラベルに対応した物体領域の発見」と「物体認識器の最適化」の二つの課題の解決を要求機能として述べた上で,多数の物体の候補領域に対して識別と検出を同時に行う手法の提案を行った.また評価実験として,100個の対象物体クラスを含む雑多な実環境計測三次元データからの多クラス物体認識を行った.本実験では,100個中の70個の対象物体について正しい領域の発見に成功し,また後段の物体認識器の最適化処理を行うことで,信頼度の高い出力結果の精度をより向上させることができた.このとき,提案手法によって正解の物体の認識率を向上させ,かつ誤認識率を抑えることが可能であった.本論文の内容は,特別研究員研究課題「実物体インターネットの実現に向けた、ロボットによる三次元認知地図の獲得と利用」において最も根幹となる「実世界からの多クラス物体認識」技術開発において真に必要不可欠な第一歩を踏み出したものであり,滞りなく研究遂行が行われたといえる.