3D Object Recognition with Hierarchical Feature Learning

계층적 특징 학습을 이용한 3차원 물체 인식

본 논문에서는 물체의 모양 정보를 나타내는 물체 표면의 법선 벡터 데이터와 컬러 영상으로부터, 강한 표현력을 갖도록 학습을 통해 특징을 추출하는 효과적인 물체 인식 시스템을 제안한다. 본 논문에서 제안하는 물체 인식 시스템에서는 입력되는 깊이 영상을 물체 표면의 법선 벡터로 변환하여, 단순한 거리 측정치를 물체 인식에 유리한 표면 모양 정보로 활용하였을 뿐 아니라 센서 위치나 방향에 대한 의존성을 감소시켰다. 또한, 본 시스템에서는 실세계의 수많은 물체들의 고유한 특성들을 잘 표현해 줄 수 있도록, 다계층 학습을 통하여 특징을 추출하였다. 워싱턴 대학의 RGB-D 물체 데이터 집합을 이용하여 다양한 성능 분석 실험을 수행하였고, 이를 통해 본 논문에서 제안하는 물체 인식 시스템의 높은 성능을 확인할 수 있었다.