論文の概要: In-Rack Test Tube Pose Estimation Using RGB-D Data

• arxiv url: http://arxiv.org/abs/2308.10411v1
• Date: Mon, 21 Aug 2023 01:35:06 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-22 15:27:36.938008
• Title: In-Rack Test Tube Pose Estimation Using RGB-D Data
• Title（参考訳）: RGB-Dデータを用いた試験管内位置推定
• Authors: Hao Chen, Weiwei Wan, Masaki Matsushita, Takeyuki Kotaka, Kensuke Harada
• Abstract要約: そこで本研究では,色と深度データを用いたインラック試験管のポーズの検出と推定を行うフレームワークを提案する。 この手法は、試験管と管ラックの両方を効果的に分類し、ローカライズするために、YOLOオブジェクト検出器を利用する。 最適化に基づくアルゴリズムを用いることで,実験管のポーズを効果的に評価・改善する。
• 参考スコア（独自算出の注目度）: 14.644296085012643
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate robotic manipulation of test tubes in biology and medical industries is becoming increasingly important to address workforce shortages and improve worker safety. The detection and localization of test tubes are essential for the robots to successfully manipulate test tubes. In this paper, we present a framework to detect and estimate poses for the in-rack test tubes using color and depth data. The methodology involves the utilization of a YOLO object detector to effectively classify and localize both the test tubes and the tube racks within the provided image data. Subsequently, the pose of the tube rack is estimated through point cloud registration techniques. During the process of estimating the poses of the test tubes, we capitalize on constraints derived from the arrangement of rack slots. By employing an optimization-based algorithm, we effectively evaluate and refine the pose of the test tubes. This strategic approach ensures the robustness of pose estimation, even when confronted with noisy and incomplete point cloud data.
• Abstract（参考訳）: 生物・医療産業における試験管の正確なロボット操作は、労働力不足に対処し、労働者の安全を改善するためにますます重要になっている。 試験管の検出と位置決めはロボットが試験管をうまく操作するのに不可欠である。 本稿では,色と深度データを用いたインラック試験管のポーズの検出と推定を行うフレームワークを提案する。 この手法は、提供された画像データ内の試験管と管ラックの両方を効果的に分類し、ローカライズするために、YOLOオブジェクト検出器を利用する。 その後、点雲登録技術によりチューブラックのポーズを推定する。 実験管のポーズを推定する過程で,ラックスロットの配置から導かれる制約を考慮に入れた。 最適化に基づくアルゴリズムを用いることで,実験管のポーズを効果的に評価・改善する。 この戦略的アプローチは、ノイズと不完全なポイントクラウドデータに直面した場合でも、ポーズ推定の堅牢性を保証する。

関連論文リスト

• Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
  新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。 拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。 MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
  論文  参考訳（メタデータ） (2024-05-01T12:03:39Z)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• Landmark Detection using Transformer Toward Robot-assisted Nasal Airway Intubation [20.92247528993732]
  2つの重要な目印である鼻孔と喉頭は、鼻腔挿管の段階に対応するために挿管中に検出される。 検出変換器(DeTR)は、オブジェクト検出器を長距離依存の新たなパラダイムに導く。 本稿では,デフォルマブルデTRとセマンティックアライメントマッチングモジュールを用いたトランスフォーマに基づくランドマーク検出手法を提案する。
  論文  参考訳（メタデータ） (2023-08-05T11:14:15Z)
• Fast kernel methods for Data Quality Monitoring as a goodness-of-fit test [10.882743697472755]
  本稿では,粒子検出器をリアルタイムで監視するための機械学習手法を提案する。 目標は、入ってくる実験データと参照データセットとの互換性を評価し、通常の状況下でのデータ挙動を特徴づけることである。 このモデルはカーネルメソッドの現代的な実装に基づいており、十分なデータを与えられた連続関数を学習できる非パラメトリックアルゴリズムである。
  論文  参考訳（メタデータ） (2023-03-09T16:59:35Z)
• Unsupervised Anomaly Detection in 3D Brain MRI using Deep Learning with impured training data [53.122045119395594]
  トレーニングデータ中の不健康なサンプルが脳MRIスキャンの異常検出性能に与える影響について検討した。 AEの再構成誤差に基づいて,トレーニング中に誤ラベル付きサンプルを直接識別する手法の評価を行った。
  論文  参考訳（メタデータ） (2022-04-12T13:05:18Z)
• Attentive Prototypes for Source-free Unsupervised Domain Adaptive 3D Object Detection [85.11649974840758]
  3Dオブジェクト検出ネットワークは、トレーニングされたデータに対してバイアスを受ける傾向がある。 そこで本研究では,ライダーを用いた3次元物体検出器のソースレス・教師なし領域適応のための単一フレーム手法を提案する。
  論文  参考訳（メタデータ） (2021-11-30T18:42:42Z)
• MBAPose: Mask and Bounding-Box Aware Pose Estimation of Surgical Instruments with Photorealistic Domain Randomization [9.925707806264613]
  剛体手術器具の姿勢をより正確に推定するための新しい枠組みを提案する。 我々の戦略はMBAPoseと呼ばれる新しいポーズ推定モデルと合成学習データの利用に基づいている。
  論文  参考訳（メタデータ） (2021-03-15T02:53:41Z)
• Tubular Shape Aware Data Generation for Semantic Segmentation in Medical Imaging [2.6673784948574215]
  本稿では, 管状物体の合成データ生成手法を提案する。 提案手法は,ペア画像マスクデータの必要性を排除し,弱いラベル付きデータセットのみを必要とする。 X線画像における管およびカテーテルの分割作業に対するアプローチの適用性について報告する。
  論文  参考訳（メタデータ） (2020-10-02T10:28:25Z)
• Automatic Recall Machines: Internal Replay, Continual Learning and the Brain [104.38824285741248]
  ニューラルネットワークのリプレイには、記憶されたサンプルを使ってシーケンシャルなデータのトレーニングが含まれる。 本研究では,これらの補助サンプルをフライ時に生成する手法を提案する。 代わりに、評価されたモデル自体内の学習したサンプルの暗黙の記憶が利用されます。
  論文  参考訳（メタデータ） (2020-06-22T15:07:06Z)
• Learning Camera Miscalibration Detection [83.38916296044394]
  本稿では,視覚センサ,特にRGBカメラの誤校正検出を学習するためのデータ駆動型アプローチに焦点を当てた。 コントリビューションには、RGBカメラの誤校正基準と、この基準に基づく新しい半合成データセット生成パイプラインが含まれる。 深層畳み込みニューラルネットワークをトレーニングすることにより、カメラ固有のパラメータの再校正が必要か否かを判断するパイプラインの有効性を実証する。
  論文  参考訳（メタデータ） (2020-05-24T10:32:49Z)
• Obstruction level detection of sewer videos using convolutional neural networks [0.0]
  我々は,パイプの閉塞レベルを特定するために畳み込みニューラルネットワークを訓練する。 最後に, 提案システムにより, 下水道試験における速度, 精度, 整合性を向上することができる。
  論文  参考訳（メタデータ） (2020-02-04T13:52:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。