RotationNet ＋ 多視点画像データセット

深層学習ベースの物体認識に姿勢推定モジュールを導入することで、物体のカテゴリと姿勢の両方を高精度に推定する手法を開発しました。バラバラな姿勢の物体のデータセットを学習過程で自動的に整頓し、様々な角度から見た物体の表現を自動的に獲得することができます。また、カメラを動かしながら物体を撮影することで高い精度の物体認識が可能になります。三次元形状データから同種類の物体を検索する世界的コンペティションでは世界１位の成績をおさめました。

本研究は、実世界から物体を検索することを目標としています。生活環境で動き回るロボットに応用すれば、物体のデータを収集しながら認識・学習し、自律的に物体を検索するシステムを構築できます。たとえば、スマートフォンでユーザの私物を検索したとします。すると、ロボットが様々な場所から見つけた大量の物体データベースにアクセスし、目的の物体がどこにあるかを探し出すことかできる－そういった検索システムの実現を目指しています。