| 研究課題/領域番号 |
18K18071
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 国立研究開発法人産業技術総合研究所 |
|---|
研究代表者 |
櫻田 健 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (70773670)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2018年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
|---|
| キーワード | SLAM / 変化検出 / 深層学習 / 3Dモデリング / Visual SLAM / 4D Visual SLAM |
|---|
| 研究成果の概要 |
本研究課題では，4D Visual SLAMに必要な変化検出手法や3Dモデリング手法を新たに開発した.それらの成果は2年間でコンピュータビジョンやロボティクスのトップカンファレン スであるCVPRやICRA， ICCVW， ACCV，その他国内会議に採択され世界中で高く評価されている.具体的には，ネガティブサンプルが少量しか入手できないでも変化検出を高精度に行う手法（CVPR2019）や，変化を検出するだけでなくその種類も同時に認識する手法（ICRA2020）も開発した．また，基礎となる3Dモデリング手法も多視点幾何(ACCV2018)と深層学習（ICCVW2019）両方の手法を開発した．
|
| 研究成果の学術的意義や社会的意義 |
本研究により，近い将来実用化される自動運転やAR，サービスロボットで必要な大規模な3Dマップを構築する上で，データ容量や計測効率を大幅に向上させることが可能となる．この利点は，研究室環境のみで行われてきた技術を社会実装する上で極めて重要な要素である．
|
