CHOU
第56回シンポジウム ロボットに使える最新画像処理 본문
교수님이랑 같이가는 심포지엄^^ 왠지 재미있을 듯 합니다.
비디오 촬영이 허락 된다면 우리 연구실 식구들도 보여주면 좋을것 같다는 생각이 듭니다.
좋은 배움의 기회를 주신 교수님을 생각해서라도 졸지않고 열심히 들어야 겠습니다.
ロボット工学セミナーのご案内
主 催：（社）日本ロボット学会
協 賛：計測自動制御学会，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，
（予定）日本ロボット工業会，農業機械学会，自動化推進協会，バイオメカニズム学会，産業技術連携推進会議，機械・金属連合部会／福祉技術部会，機械技術協会，応用物理学会，人工知能学会，日本神経回路学会，システム制御情報学会，情報処理学会，日本人間工学会，日本時計学会，日本バーチャルリアリティ学会，日本設計工学会，日本コンピュータ外科学会
第56回シンポジウム
ロボットに使える最新画像処理
|
日 時： |
2010年5月21日（金）10:00～17:15 |
|
会 場： |
東京大学 本郷キャンパス 薬学総合研究棟2階講堂（東京都文京区本郷7-3-1） |
|
定 員： |
150名 |
|
参加費： |
会員／協賛学会員 ８，４００円，学生 (一律)４，２００円，会員外 １ ２，６００円（税込） |
|
口 上： |
本セミナーでは，ロボットに使える最新画像処理技術について，新進気鋭の先生方をお招きして御講演頂きます．移動ロボットの地図生成・環境認識のための画像処理技術にはじまり，物体追跡，対応点マッチングのための特徴量，画像理解のためのパターン認識などについて，SLAM（Simultaneous Localization and Mapping），Particle Filter，SIFT（Scale-Invariant Feature Transform），SRF（Statistical Reach Feature），CHLAC（Cubic Higher-order Local Auto Correlation）などの最新トピックスをキーワードとして，基礎から応用，実例まで分かりやすく御解説頂きます．
|
|
講演内容： | |
|
10:00-10:05 |
＜開会挨拶・講師紹介＞ |
|
10:05-11:35 |
第1話 ロボットの地図構築・環境認識のための画像処理 |
|
千葉工業大学 友納正裕 | |
|
近年，画像処理技術の進歩により，画像を用いてロボットの環境認識を行うことが可能になってきた．とくに，ステレオ視や多視点幾何に基づく三次元地図構築や画像局所特徴量を用いた物体認識・場所認識は，ロボティクスにとって重要な技術である．本講演では，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．まず，画像を用いた地図構築であるVisual SLAMについて，特徴点の抽出と追跡，カメラ移動量推定，三次元復元，Visual SLAMとStructure from Motionの関係などを解説する．次に，画像を用いた場所認識・自己位置推定について，最近のアプローチであるVisual Vocabularyを用いた大規模画像検索に基づく場所認識，ランドマーク画像による三次元地図上での位置姿勢推定を解説する．最後に，三次元地図の構造化や物体モデル抽出に関する話題を簡単に紹介する． | |
|
11:35-12:25 |
＜休憩（昼食）＞ |
|
12:25-13:55 |
第2話 パーティクルフィルタとその物体追跡への応用 |
|
東芝 篠原雄介 | |
|
パーティクルフィルタは，観測の時系列からシステムの状態を逐次ベイズ推定する手法であり，近年様々な分野で注目されている．ロボットに関連するものでは，動画像から物体の位置や姿勢などをトラッキングする物体追跡の問題や，SLAMへの応用が盛んに研究されている．特に物体追跡への応用はよく知られており，定番手法のひとつとして広く使われている．本講演では，物体追跡への応用を題材としながら，パーティクルフィルタの基本的な使い方について紹介する．さらに，パーティクルフィルタの理論的な導出過程について，ベイジアンフィルタや逐次インポータンスサンプリングなど重要な概念を交えながら，順を追って分かりやすく解説する． | |
| 13:55-14:05 | ＜休憩＞ |
|
14:05-15:35 |
第3話 物体認識のための画像局所特徴量 －SIFTと最近のアプローチ－ |
|
中部大学 藤吉弘亘 | |
|
近年のアプローチである画像局所特徴量による物体認識についてわかりやすく解説する．勾配をベースとした画像局所特徴量であるSIFTは，特徴点であるキーポイントの検出と特徴量の記述を行うアルゴリズムである．検出したキーポイントに対して，画像の回転・スケール変化・照明変化等に頑健な特徴量を記述するため，イメージモザイク等の画像間の対応点マッチングや特定の物体認識に用いられている． 本講演では，SIFTのアルゴリズムについて概説し，具体例としてSIFTを用いたアプリケーションや応用手法として一般物体認識への展開について紹介する．さらに，SIFTアプローチの高精度化手法であるPCA-SIFTやGLOH，高速化手法であるSURF，そして最近のアプローチであるRandomized Treesを用いた事前学習による対応点探索の高精度化・高速化について，デモを交えて解説する． | |
| 15:35-15:45 | ＜休憩＞ |
| 15:45-17:15 |
第4話 画像理解のためのパターン認識処理 －統計的リーチ特徴法とHLAC・CHLAC－ |
| 産業技術総合研究所 佐藤雄隆 | |
| 背景差分やテンプレートマッチングなどの画像照合処理を，照明変動やノイズなど様々な外乱が予想される実環境下において実用的に運用するためには，ロバストな画像特徴を選択し，用いることが重要となる．今回紹介する統計的リーチ特徴法（SRF法）は，サンプルとして与えた画像群中において明度の大小関係が一貫して安定に保たれる点対を統計的な基準に従って選択し，その保存性に着目するメカニズムにより，サンプル画像群中に安定して存在するロバストな特徴を自動的に抽出することができる．本講演では，SRF法の定義および基本的な性質，そして応用例について述べる．更に後半では，動画像中に映る対象の形と動きの情報を的確に多次元ベクトルとして表現する能力を持ち，高性能な動画像分析・識別を可能にする立体高次局所自己相関特徴（CHLAC）とその応用について述べる． | |
| 17:15-17:20 | ＜閉会挨拶＞ |
