遠赤外線画像へのGANの適用と自律移動ロボットの制御

近年深層学習の進展はめざましく、与えられた特徴情報から画像等を生成する「敵対的生成ネットワーク」(Generative Adversarial Networks;GAN)が注目されている。GANを用いることにより大域的欠損画像の補填、モノクロ漫画の着色、馬をシマウマへ変換、存在しない人物画像の生成等が可能となっている。本発表では、GANのロボティクスへの応用事例として、GANの一種であるpix2pixによる遠赤外線画像の可視画像化及びセマンティックセグメンテーションについて述べ、知識蒸留によるアノテーションコストの低い学習手法、並びに自律移動ロボットの障害物回避制御について述べる。