この研究のポイント
物体画像の位置合わせ結果から、領域分割の学習に使う画素単位の擬似アノテーションを生成します。追加の手作業による領域アノテーションを必要とせず、物体認識・姿勢推定・領域分割を組み合わせます。
概要
倉庫のロボットが物をつかむには、何の物か、どちらを向いているかに加え、画像のどこまでがその物で、どこからが背景かを知る必要があります。従来の画像位置合わせは、同じ物を写した画像の位置や向きをそろえて種類や向きを調べますが、物と背景を分けるためには作られていませんでした。
そこで、画像位置合わせに、物の領域を見つける学習のしくみを組み合わせました。通常、この学習には、画像を構成する小さな点である「画素」ごとに、人が物か背景かを教える作業が必要です。提案手法では、位置をそろえた2枚の画像の似ている部分から、物の領域を示す仮の正解データを自動で作り、背景を取り除くように学習させます。追加で領域を手作業で指定する必要はありません。
複数の物体画像データセットで実験したところ、少ない手掛かりで学習する既存の領域分割手法よりも、物の領域を正確に取り出せました。物の種類と向きの推定も改善し、複数の既存の画像位置合わせ手法と組み合わせて使えることを確認しました。
関連文献
- Shunsuke Yoneda, Go Irie, Masashi Nishiyama,
Canonical Plane Segmentation without Annotating Pixel-level Object Regions for Image Registration, IEEE Access, vol. 12, pp. 39484 - 39494, March 2024. - Shunsuke Yoneda, Go Irie, Takashi Shibata, Masashi Nishiyama, Yoshio Iwai,
Deep Segmentation Network without Mask Image Supervision for 2D Image Registration, Proceedings of International Workshop on Frontiers of Computer Vision (FCV), OS5-5, pp. 408 - 422, February 2022. [Short movie]
