[로봇, 인공지능신문] 투명물체 검출 ( ML : ClearGrasp Algorithm )

# keypoint

• RGB-D(RGB + Depth)영상에서 투명한 물체의 정확한 3D 데이터를 추론할 수 있는 머신러닝(ML) 기반의 ClearGrasp Algorithm을 개발

•  + ClearGrasp Algorithm
  

  • training data : 투명 물체의 심도, 표면의 굴곡, 모서리 등에 관한 극사실적인 렌더링 데이터를 5만개 이상 새로 만들었다. 이미지들은 평면에 위치한 투명 물체, 다양한 배경과 광선 조건을 갖고 있는 가방 안의 투명 물체 등을 포함.

  • test data : 286개의 실제 이미지 활용.

  • structure : 세 가지 딥 컨볼루션 신경망(Deep Convolutional Networks)를 사용.

  • 첫번째는 표면 규범을 추정하기 위한 것 (물체의 평면 굴곡 등을 추정)

  • 두번째는 폐색 경계(Depth Ddiscontinuities)를 위한 것 (심도의 불연속성)

  • 세번째는 투명한 물체를 가리는 것.

  • 투명한 물체에 속하는 모든 픽셀을 제거하기 위해 mask를 사용

• result :  베이스라인(baseline) 방법보다 클리어그래스프(ClearGrasp)기법이 투명 물체의 심도를 잘 복원할 수 있는 것으로 나타났다. 병렬 그리퍼 사용시 투명 물체 파지 성공율이 12%에서 74%로 개선됐으며 진공 흡착 방식은 64%에서 86%로 개선.
  

# 느낀점 : 영상처리에 있어서 고난을 주는 요소는 외곽선 불투명, 빛의 굴절, 심도 등이 있다. 투명한 물체는 로봇 vision 시스템(빛을 반사하는 물체를 모든 방향으로 고르게 인식)에 있어서, 전부 만족하는 한없이 짜증하는 녀석이다. 여기서 관건은 카메라와 리더(Light Detection and Ranging)와 같은 광학 센서가 투명한 물체를 피할 수 있는 장애물 또는 잡을 수 있는 물체로 가시화할 수 있어야 함.

 

참고 논문 : '클리어그래프: 조작을 위한 투명 객체의 3차원 형상 추정(ClearGrasp: 3D Shape Estimation of Transparent Objects for Manipulation)'

+ Github (공개된 API 및 dataset) : https://github.com/Shreeyak/cleargrasp

참고 : http://www.irobotnews.com/news/articleView.html?idxno=19737

http://www.irobotnews.com/news/articleView.html?idxno=19737

출처 : 로봇신문(http://www.irobotnews.com/)

참고 : http://www.aitimes.kr/news/articleView.html?idxno=15437

구글 AI, 머신러닝으로 로봇이 투명한 물체를 정확히 볼 수 있게 하는 AI 알고리즘 공개 - 인공지능신문

출처 : 인공지능신문(http://www.aitimes.kr)