CLOSE

第76回 ロボット工学セミナー ロボットに利用できるコンピュータビジョン技術最前線:基礎から応用まで

開催日2013年5月16日(木)
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
セミナーレポートセミナーレポート

定員となりましたので受付を終了致します。

開催日:2013年5月16日(木)10:00~17:55(開場9:30)

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
「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:
当学会及び協賛学会の正会員/8,400円,会員外/12,600円,学生(会員,非会員を問わず)/4,200円,
当学会賛助会員 招待券ご利用/無料,優待券ご利用/4,200円,左記サービス券なし/12,600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.
  • 課税について:当学会及び協賛学会の正会員,学生(会員,非会員を問わず)の場合の参加費は不課税,それ以外の場合の参加費は税込となりますのでご承知おき下さい.


口 上:
 ロボットの動作には正確な外界の認識と,それに対する高速なフィードバックが必要となります.このような処理を実現する上で,コンピュータビジョンが果たす役割はますます重要なものとなってきています.本セミナーではコンピュータビジョンについて,その基礎となる特徴抽出,パターンマッチ,学習理論といった技術から,物体認識,視覚によるロボット制御などの先進的な応用事例まで幅広い話題を取り上げ,それぞれの分野で先端的な研究を行っている講師の方々にわかりやすく紹介いただきます.
オーガナイザー:木下 航一(オムロン)


講演内容:

10:00-10:10 <開会挨拶・講師紹介>


10:10-11:50第1話 高速物体検出 ~ロボットに使える2次元・3次元画像センシング~
中京大学 橋本 学
 ロボットの知的な動きを実現するためには,対象物や環境を,正確かつ素早く見分ける技術が不可欠である.本講演では,まず,物体検出の基本として,ロボットビジョンやマシンビジョンの幅広い分野で頻繁に利用されているテンプレートマッチングの基本アルゴリズムおよび重要な周辺技術を概説する.次に,高速処理に焦点を当て,データ点数を大幅に削減して超高速化を図る最新技術を紹介するとともに,照明が変動する環境への対応策,紛らわしい物体と区別する技法など,実適用を想定した関連技術を解説する.さらにこの考え方を元に,近年普及している距離画像を利用した3次元物体検出への発展技術についても触れる.本講演を機に,古くて新しい物体検出の定番技術であるテンプレートマッチングの魅力と実力を再発見していただき,翌日から早速ロボットビジョンに適用するためのノウハウをお持ち帰りいただきたい.


11:50-13:00 <休憩(昼食)>


13:00-14:30第2話 学習理論の基礎とコンピュータビジョンへの応用
名城大学 堀田 一弘
 コンピュータビジョンの研究では,機械学習法を利用することが主流になってきた.しかし,従来からよく利用されている主成分分析や線形判別分析等の多変量解析法に加え,サポートベクターマシンに代表されるような最近の機械学習法等も多くの論文で利用されるため,初学者にはどんな方法がどんな特性を持ち,どんな問題に適しているのかを判断するのが難しくなっているように思う.そこで,本講演では,パターン認識やコンピュータビジョンの分野で頻繁に利用される多変量解析法や機械学習法およびその特性を紹介し,さらにそれらの方法のコンピュータビジョンへの応用例などを紹介する.


14:30-14:40 <休憩>


14:40-16:10第3話 統計的学習手法と画像局所特徴量による物体認識のしくみ
中部大学 藤吉 弘亘
 本講演では,近年のアプローチである画像局所特徴量と統計的学習手法の組み合わせによる物体認識のしくみについてわかりやすく解説する.輝度勾配をベースとした画像局所特徴量であるSIFT(Scale-Invariant Feature Transform) やHOG (Histograms of Oriented Gradients)を中心に画像局所特徴量について概説した後,このような特徴量と密接な関係にある統計的学習手法のAdaBoostについて物体検出を例に実践的に学ぶ.さらにKinect等の距離画像からの人体姿勢推定法を紹介し,近年注目を集めている学習手法であるRandom Forestsを用いた物体認識の最新研究動向を紹介する.


16:10-16:20 <休憩>


16:20-17:50第4話 ビジュアルサーボ
東北大学 橋本 浩一
 ここ数年,産業分野・製造現場におけるビジョンシステム導入への期待が顕著に高まっている.従来のロボットビジョンシステムの欠点(1.事前にきわめて精度の高いキャリブレーションが必要.2.ロボットの教示作業に手間がかかる.3.環境の変化に柔軟に対応することが難しい)が克服されつつあることが大きな理由である.イメージングデバイスの価格低下と高速化,画像処理アルゴリズムの進化などを背景として,頻繁なライン変更が必要な実際の現場にビジョンを導入することが可能となり,海外の活発な産業ロボットニーズとマッチして大量導入の気運が高まってきている.
 ビジュアルサーボは,目標物との相対的な位置変化をカメラで撮影し,それをフィードバックして目標物を追跡するサーボ系である.煩雑なキャリブレーションなしにロボットが動作するためのブレイクスルー技術であり,上記トレンドを誘導する主役である.つまり,組み立て・搬送・目視検査のラインにビジュアルサーボを導入することにより,精密位置決めが不要になり,事前配膳工程が削減され,搬送・仕分け・検査・梱包がロボットと人の混流ラインで可能になる.
 本講演では,ビジュアルサーボの基礎を概説し,実例を示しながら応用について紹介する.


17:50-17:55 <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,農業機械学会,バイオメカニズム学会