【遠隔配信のみ】第126回 ロボットのための画像処理技術

今回のセミナーは遠隔配信のみで実施いたします

　新型コロナウイルス感染症が拡大している状況を受け、参加者および関係者の健康・安全面を第一に考慮した結果、遠隔配信のみで実施することといたしました。 尚、今後も状況が変わる可能性がございます。随時本ホームページで情報を発信いたします。

口上：

　より知的なロボットを実現するためには，高度な環境認識と行動生成の技術が求められます．環境認識においては，深層学習をはじめとする機械学習分野と視覚データを主に扱うコンピュータビジョン分野での発展が著しく，ロボット工学分野と一体となって急速に研究が進んでいる状況です．本セミナーでは，深層学習を活用した画像理解を軸として，ロボットにとって重要な技術である3次元空間としての認識認識も含めた広範な画像処理技術についてのチュートリアルを実施いたします．深層学習による画像認識から3次元空間における点群としての環境理解や自己位置推定およびマップ生成など，それぞれ第一線の研究者にご講演頂きます．

オーガナイザー：牛久 祥孝（OSX / Ridge-i）

講演内容：

10:00-10:10 ＜開会挨拶・講師紹介＞

10:10-11:30 第1話　画像認識と深層学習

Mobility Technologies　内田　祐介

  2012年の画像認識コンペティションILSVRCにおけるAlexNetの登場以降，画像認識においては深層学習，その中でも特に畳み込みニューラルネットワーク (CNN) を用いることがデファクトスタンダードとなった．CNNはクラス分類をはじめとして，物体検出やセグメンテーションなど様々なタスクを解くためのベースネットワークとして広く利用されてきている．本講演では，CNNの発展を振り返るとともに，エッジデバイスで動作させる際に重要となる高速化等，関連する深層学習技術の解説を行う．

11:30-12:30 ＜休憩（昼食）＞

12:30-13:50 第2話　IMUを用いた自己位置推定

九州大学　内山　英昭

  Inertial Measurement Unit(IMU)とは，加速度と角速度を計測可能なセンサである．今日ではスマートフォンに搭載され，加速度の変化から歩数をカウントするアプリなどに用いられている．IMUを用いた自己位置推定技術はInertial Navigation System(INS)と呼ばれ，飛行機などの様々な移動体測位に用いられている．カメラに比べ，動的環境や暗所などにおいても周辺環境の影響を受けない一方，測位結果に累積誤差を生じやすい問題がある．本セミナーでは，初めにINSの技術と課題を概説し，人や車の測位に特化したPedestrian/Vehicle dead reckoning，深層学習を用いたINSの枠組みについて紹介する．

13:50-14:00＜休憩＞

14:00-15:20 第3話   Visual SLAMと深層学習を用いた３Dモデリング　

産業技術総合研究所　櫻田　健

  Visual SLAMはロボティクスやAR/VRを目的に世界中で活発に研究が行われています．Structurefrom Motion (SfM)と比較して，Visual SLAMではリアルタイムにカメラ姿勢と３次元形状を推定するため，計算量を削減する様々な工夫が施されています．さらに，Inertial Measurement Unit (IMU)と組み合わせることでよりロバストな推定が可能となります．さらに，深層学習の発展に伴い，単眼画像から奥行きを推定し，その結果をVisual SLAMに応用する研究なども盛んに行われれています．これらについて，我々が公開し開発を進めているVisual SLAMのオープンソースソフトウェア"OpenVSLAM"を例に理論と実用の両面から解説します．

15:20-15:30 ＜休憩＞

15:30-16:50 第4話 　3次元点群と深層学習

早稲田大学 / オムロンサイニックエックス　千葉　直也

　三次元点群とは．空間中に分布する点の集合によって空間や物体の立体形状を表現するデータ構造である．PointNet / DeepSets以降，三次元点群を深層学習によって取り扱う手法が様々提案されている．本講演では，ニューラルネットワークの入出力として三次元点群を用いるための基本的なアイデアと代表的な三次元点群を処理するネットワーク，最近のロボットビジョンとしての応用例について紹介する．

16:50-17:00 ＜閉会挨拶＞