□Author
Masaya Mori, Global Head of Rakuten Institute of Technology, Executive Officer, Rakuten Inc.
森正弥 楽天株式会社 執行役員 兼 楽天技術研究所代表
□Description
そもそもなぜ人工知能(AI)をビジネスで活用する必要があるのかの視点に基づいて、AI活用戦略について述べた講演の資料です。
□Author
Masaya Mori, Global Head of Rakuten Institute of Technology, Executive Officer, Rakuten Inc.
森正弥 楽天株式会社 執行役員 兼 楽天技術研究所代表
□Description
そもそもなぜ人工知能(AI)をビジネスで活用する必要があるのかの視点に基づいて、AI活用戦略について述べた講演の資料です。
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matchingharmonylab
公開URL:https://arxiv.org/pdf/2404.19174
出典:Guilherme Potje, Felipe Cadar, Andre Araujo, Renato Martins, Erickson R. ascimento: XFeat: Accelerated Features for Lightweight Image Matching, Proceedings of the 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) (2023)
概要:リソース効率に優れた特徴点マッチングのための軽量なアーキテクチャ「XFeat(Accelerated Features)」を提案します。手法は、局所的な特徴点の検出、抽出、マッチングのための畳み込みニューラルネットワークの基本的な設計を再検討します。特に、リソースが限られたデバイス向けに迅速かつ堅牢なアルゴリズムが必要とされるため、解像度を可能な限り高く保ちながら、ネットワークのチャネル数を制限します。さらに、スパース下でのマッチングを選択できる設計となっており、ナビゲーションやARなどのアプリケーションに適しています。XFeatは、高速かつ同等以上の精度を実現し、一般的なラップトップのCPU上でリアルタイムで動作します。
セル生産方式におけるロボットの活用には様々な問題があるが,その一つとして 3 体以上の物体の組み立てが挙げられる.一般に,複数物体を同時に組み立てる際は,対象の部品をそれぞれロボットアームまたは治具でそれぞれ独立に保持することで組み立てを遂行すると考えられる.ただし,この方法ではロボットアームや治具を部品数と同じ数だけ必要とし,部品数が多いほどコスト面や設置スペースの関係で無駄が多くなる.この課題に対して音𣷓らは組み立て対象物に働く接触力等の解析により,治具等で固定されていない対象物が組み立て作業中に運動しにくい状態となる条件を求めた.すなわち,環境中の非把持対象物のロバスト性を考慮して,組み立て作業条件を検討している.本研究ではこの方策に基づいて,複数物体の組み立て作業を単腕マニピュレータで実行することを目的とする.このとき,対象物のロバスト性を考慮することで,仮組状態の複数物体を同時に扱う手法を提案する.作業対象としてパイプジョイントの組み立てを挙げ,簡易な道具を用いることで単腕マニピュレータで複数物体を同時に把持できることを示す.さらに,作業成功率の向上のために RGB-D カメラを用いた物体の位置検出に基づくロボット制御及び動作計画を実装する.
This paper discusses assembly operations using a single manipulator and a parallel gripper to simultaneously
grasp multiple objects and hold the group of temporarily assembled objects. Multiple robots and jigs generally operate
assembly tasks by constraining the target objects mechanically or geometrically to prevent them from moving. It is
necessary to analyze the physical interaction between the objects for such constraints to achieve the tasks with a single
gripper. In this paper, we focus on assembling pipe joints as an example and discuss constraining the motion of the
objects. Our demonstration shows that a simple tool can facilitate holding multiple objects with a single gripper.
11. 情報学における細目
分野 分科 細目
総合領域 情報学
情報学基礎
ソフトウェア
計算機システム・ネットワーク A
計算機システム・ネットワーク B
メディア情報学・データベース A
メディア情報学・データベース B
知能情報学
知覚情報処理・知能ロボティクス A
知覚情報処理・知能ロボティクス B
感性情報学・ソフトコンピューティング A
感性情報学・ソフトコンピューティング B
図書館情報学・人文社会情報学 A
図書館情報学・人文社会情報学 B
認知科学
統計科学
生体生命情報学 A
生体生命情報学 B
11
2011/6/1211
それぞれの細目
に細目表キー
ワードがある.
12. 細目表キーワード例
細目
知能情報学 ( A )探索・論理・推論アルゴリズム、( B )
学習と知識獲得、( C )知識ベ一ス・知識シス
テム、( D )知的システムアーキテクチャ、
( E )知能情報処理、( F )自然言語処理、
( G )知識発見とデータマイニング、( H )知
的エージェント、( J )オントロジー、( K )
ウェブインテリジェンス
知覚情報処理・知能ロボ
ティクス
A 〔知覚情報処理〕
( A )パターン認識、( B )画像情報処理、
( C )音声情報処理、( D )コンピュータビ
ジョン、( E )情報センシング、( F )センサ
融合・統合、( G )センシングデバイス・シス
テム
2011/6/1212
13. 基盤研究 S ・ A ・ B ・ C
独創的・先駆的な研究
若手研究 A ・ B
39 歳以下の研究者が一人でおこなう研究
挑戦的萌芽研究
独創的な発想に基づく挑戦的で高い目標設定を掲げ
た芽生え期の研究
基盤研究 S ・ A ・ B ,若手研究 A と重複して助成を
受けることが可能である.
今回は平成 15 年度から平成 22 年度までの
基盤研究S・A・B・C,挑戦的萌芽研究,若手研
究 S ・ A ・ B の応募データを用いる. 13
2011/6/1213
科研費における主な研究種目