메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터

주제분류

사회과학
경영학 경제학 관광학 교육학 군사학 무역학 문헌정보학 법학 사회과학일반 사회복지학 사회학 신문방송학 심리과학 정치외교학 지리/지역개발학 지역학 행정학
공학
건축공학 공학일반 기계공학 산업공학 자원/재료공학 전자/제어계측공학 전자/정보통신공학 조선/해양공학 컴퓨터학 토목/환경공학 항공우주공학 화학/생물공학
자연과학
물리학 생물학 생활과학 수학/통계학 자연과학일반 전문/지구과학
의약학
간호학 수의학 약학 의학 의학일반 치의학 한의학
인문학
독일어문학 러시아어문학 문학 언어학 역사학 영어문학 인문학일반 일본어문학 종교학/신학 중국어문학 철학 프랑스어문학 한국어문학
예술체육학
건축 디자인 무용 미술 미용 사진 연극 영화 예술체육학일반 음악 의상 체육
농수해양학
농수해양학일반 농학 수산학 식품과학 임학 축산학 해상운송학
복합학
과학기술학/기술정책 뇌/인지과학 여성학 학제간연구

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.
고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
1
내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
We propose a novel deep learning pipeline for estimating the 6D pose of an object from an RGB-D image. Our pipeline comprises two separate pipes: object detection and pose estimation pipes. By employing the You Only Look Once model, we were able to easily build the object detection pipe and achieve high accuracy for the task while decreasing the complexity of pose estimation for the next pipe. For the pose estimation pipe, we adopted the novel CNN (convolutional neural network) architecture, which can be easily configured and used in industrial sites. We generated datasets for five objects, including parts used in industrial sites, using CAD models and computer simulation in a virtual world. Our pose estimation model achieved up to 99.6% (90.9% on average) accuracy in terms of shape similarity (i.e., ) between the CAD models rotated by the ground truth and the inference result for the datasets. These results validate the usefulness of the proposed deep learning pipeline and the CNN architecture for 6D pose estimation.
#deep learning #pose estimation #RGB-D #CNN #pipeline

목차

Abstract
I. 서론
II. 관련 연구
III. 자세 인식 딥 러닝 파이프라인
IV. RGB-D 이미지 기반 자세 추정 네트워크
V. 구현 및 결과
VI. 결론 및 향후 연구
REFERENCES

참고문헌 (23)

참고문헌 신청
N. Correll, K. E. Bekris, D. Berenson, O. Brock, A. Causo, K. Hauser, and P. R. Wurman, “Analysis and observations from the first amazon picking challenge,” IEEE Transactions on Automation Science and Engineering, vol. 15, no. 1, pp. 172-188, Jan. 2016. google schola D. G. Lowe, “Object recognition from local scale-invariant features,” Proc. of the Seventh IEEE International Conference on Computer Vision, 1999. google schola J. Park, K. Park, S. Baeg, and M. Baeg, “Reliable feature point detection and object pose estimation using photometric quasi-invariant SIFT,” Proc. of 2008 International Conference on Control, Automation and Systems, IEEE, 2008. google schola Y. Xiang, T. Schmidt, V. Narayanan, and D. Fox, “PoseCNN: A convolutional neural network for 6d object pose estimation in cluttered scenes,” arXiv preprint arXiv:1711.00199, Nov. 2017. google schola S. Peng, Y. Liu, Q. Huang, X. Zhou, and H. Bao, “Pvnet: Pixel-wise voting network for 6dof pose estimation,” Proc. of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, pp. 4561-4570, 2019. google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

휴먼 헤드포즈 정보를 이용한 3차원 공간 내 응시점 추정
신채림 ,  윤상석 한국정보통신학회 종합학술대회 논문집 2021.10
딥러닝 모델과 Kinect 카메라를 이용한 실시간 관절 애니메이션 제작 및 표출 시스템 구축에 관한 연구
김상준 ,  이유진 ,  박구만 방송공학회논문지 2021.05
인간 행동 분석을 이용한 위험 상황 인식 시스템 구현
박준태 ,  한규필 ,  박양우 멀티미디어학회논문지 2021.03
PoseNet과 GRU를 이용한 Skeleton Keypoints 기반 낙상 감지
강윤규 ,  강희용 ,  원달수 한국산학기술학회 논문지 2021.02
합성영상과 딥러닝 모델을 이용한 크레인의 자세추정
박규하 ,  홍효성 ,  정현호 외 2명 제어로봇시스템학회 논문지 2021.04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-003-001917614