画像差分を用いた深層強化学習によるRobotic Image Segmentation Architecture

抄録

本研究の目的は，画像の取得に用いるカメラ自体を動かし，静的な物体に対して差分を作ることで，人が正解を与えることなく，Image Segmentationを行う手法を提案することである．Deep Learningを用いた手法により，Image Segmentationにおける速度や精度の大幅な向上が見られ，様々な分野での活躍が進んでいる．しかし，学習に必要な多量のデータは人が作成しており，その工程に多くの時間と労力を費やしている．また，結果や精度は学習データに依存するため，これらに含まれていない正解に対しては出力を予測することができない．そのため，人が正解を与えることなく，Image Segmentationを行うことが求められる．そこで，画像の取得に用いるカメラ自体を動かし，静的な物体に対して差分を作ることで物体領域を検出する．このとき，カメラの動きによって検出結果が変化するため，最適な行動を求める深層強化学習を導入する．Mean IoUを用いた検証実験の結果，人が正解を与えることなく，Image Segmentationが可能であることを示した．