photo_sub1

MENU

第83回 ロボットに使える実用画像処理 (May. 23, 2014)

開催日:2014年5月23日(金)10:00~18:00(開場9:30)

遠隔セミナー本セミナーのネット配信を行います※締切りました.

開催地:東京大学 本郷キャンパス 武田先端知ビル 5F 武田ホール (東京都文京区本郷7-3-1)

レポートを公開致しました

会場アクセス:
http://www.u-tokyo.ac.jp/campusmap/cam01_04_16_j.html
http://www.vdec.u-tokyo.ac.jp/Guide/access.html
最寄り駅:「根津駅」(千代田線)徒歩5分,「東大前駅」(南北線)徒歩10分,「本郷三丁目駅」(丸ノ内線,大江戸線)徒歩15分,「弥生2丁目」(都営バス上60(上野-大塚駅前))徒歩1分

定 員:150名(定員になり次第締め切ります)

参加費(税込):
当学会及び協賛学会の正会員/8,500円,会員外/13,000円,学生(会員,非会員を問わず)/4,500円,
当学会賛助会員 招待券ご利用/無料,優待券ご利用/4,500円,左記サービス券なし/13,000円

  • 賛助会員の皆様へ:上記の招待券(2枚/口)及び優待券(10枚/口)は,年頭に各賛助会員学会窓口様宛に配布させて頂いておりますので有効にご活用ください.

口 上:

 ロボットの動作には外界の認識が必要不可欠です.ロボットが外界を認識するセンサとして,カメラに代表される画像センサは安価であることもあり,非常に身近なセンサとなっていますが,コンピュータビジョン技術の発展により,その可能性,実用性はますます高まっています.本セミナーでは,カメラ画像から,対象を見つける(検出),追いかける(追跡)といった基礎的な話題から,Visual SLAMやRandom Forestsなどの最新の話題まで,実際のロボットにすぐに使える実用的な手法を,第一線で活躍されている講師の先生方に事例を交えて分かりやすく,解説していただきます.

オーガナイザー:小林 貴訓(埼玉大学)


講演内容:

10:00-10:10 <開会挨拶・講師紹介>


10:10-11:40 第1話 背景からの物体抽出 – 背景のモデリングと前景物体の抽出方法

青山学院大学 鷲見 和彦

 物体認識において最初に行われることとして,背景から前景物体が含まれる領域を抽出する処理がある.この処理は古くから「背景差分」として知られてきた.背景差分というと,1枚の背景画像と,入力画像との,画素ごとの差をとる様に思われるが,その本質は,背景に対する知識を数理モデルで表現し,背景モデルのパラメータを過去の画像から推定することで,モデルに適合しない画素や領域を前景として抽出する手法であると言える.背景は時々刻々と変化するのが通常であるので,単純な方法では背景の変化を前景として誤抽出してしまう.そのため,背景変化を数理モデルで表す研究がおこなわれてきた.この講演では,これまで提案されてきた背景モデルについて,どんな数理モデルなのか,また,どのように背景を学習するのかを解説し,さらに,それらの手法がどんな環境に適しているかなどの使い方のヒントについても説明する.


11:40-12:50 <休憩(昼食)>


12:50-14:30 第2話 パーティクルフィルタと物体追跡への応用

(株)東芝 篠原 雄介,埼玉大学 小林 貴訓

 パーティクルフィルタは,動的なシステムから得られる観測の時系列から,そのシステムの状態を逐次ベイズ推定する方法である.時系列データ解析に関する幅広い問題への適用が可能で,近年多くの分野で研究・応用されている.例えば,コンピュータビジョンの分野では,物体や人物姿勢を追跡する問題への応用が有名である.またロボティクスの分野では,SLAM(simultaneous localization and mapping)への応用などが知られている.本講演では,パーティクルフィルタの理論と基本的な使い方について,物体追跡を例題として分かりやすく解説する.さらに,パーティクルフィルタと識別器の統合による追跡手法など,応用についても紹介する.


14:30-14:40 <休憩>


14:40-16:10 第3話 Visual SLAM – 画像を用いた地図構築の研究動向 –

千葉工業大学 友納 正裕

 画像は有用な特徴量を豊富に持つため,地図構築や場所認識などロボットの環境認識にとってきわめて重要である.本講演では,カメラ画像を用いた地図構築(Visual SLAM)の原理と最新動向を紹介する.現在のSLAM研究では,画像を入力しながらリアルタイムでカメラ運動と形状の復元を行う逐次型のSLAMをフロントエンドとし,一群の画像に対してポーズ調整やバンドル調整により一括処理で精度を向上させる最適化ベースのSLAMをバックエンドとして統合した枠組みが主流になっている.さらに,画像による大域自己位置推定に幾何制約を加えて,ループ閉じ込みや地図結合を行うことで,大規模環境の地図を構築する手法が提案されている.これらの技術について,事例を交えてわかりやすく解説する.


16:10-16:20 <休憩>


16:20-17:50 第4話 Random Forestsのコンピュータビジョン応用:基礎から最新事例まで

近畿大学 波部 斉

 ビックデータという言葉がもてはやされているように,大量データが容易に獲得できる時代となり,それを如何に活用するかが重要になっている.コンピュータビジョンの分野も例外ではなくCGなどで人工的に大量データを生成できるようになっている.Random Forests はそのような時代に適した機械学習手法で,大量の教師データからランダムにサンプリングしたデータで学習した複数の決定木を用い識別や回帰などを行う手法である.マイクロソフトKinectの人物姿勢推定での成功に刺激され,様々な応用分野に利用されている.本講演では Random Forests の基礎から最新の事例までを紹介する.


17:50-18:00 <閉会挨拶>


>>お申込み方法はこちらをご確認ください<<


主 催:
一般社団法人 日本ロボット学会

協 賛(予定):
応用物理学会,計測自動制御学会,産業技術連携推進会議 医療福祉技術分科会,システム制御情報学会,情報処理学会,人工知能学会,精密工学会,電気学会,電子情報通信学会,土木学会,日本感性工学会,日本機械学会,日本シミュレーション学会,日本神経回路学会,日本設計工学会,日本時計学会,日本人間工学会,日本バーチャルリアリティ学会,日本ロボット工業会,農業食料工学会,バイオメカニズム学会


PAGETOP

Advertisement

ixs yaskawa vstone TechShare

Public utility corporation

ERF WRS 8thRobotAward

Privacy Policy

The Robotics Society of Japan
2FL. Blue Building, 2-19-7 Hongo, Bunkyo-ku, Tokyo 113-0033 Japan
TEL: +81-3-3812-7594 FAX: +81-3-3812-4628