[논문 리뷰] A Survey on Deep Learning Methods for Robot Vision

Javier Ruiz‐del‐Solar, Patricio Loncomilla외 1명|arXiv (Cornell University)|2018. 03. 28.

Advanced Neural Network Applications참고 문헌 140인용 수 50

한 줄 요약

이 설문조사는 심층학습이 로봇 비전에 어떻게 적용되는지 개략하고, 일반적인 신경망 모델과 방법들을 요약하며, 표준 설계 도구, 주요 연구들, 그리고 이 분야의 향후 추세를 논의합니다.

ABSTRACT

Deep learning has allowed a paradigm shift in pattern recognition, from using hand-crafted features together with statistical classifiers to using general-purpose learning procedures for learning data-driven representations, features, and classifiers together. The application of this new paradigm has been particularly successful in computer vision, in which the development of deep learning methods for vision applications has become a hot research topic. Given that deep learning has already attracted the attention of the robot vision community, the main purpose of this survey is to address the use of deep learning in robot vision. To achieve this, a comprehensive overview of deep learning and its usage in computer vision is given, that includes a description of the most frequently used neural models and their main application areas. Then, the standard methodology and tools used for designing deep-learning based vision systems are presented. Afterwards, a review of the principal work using deep learning in robot vision is presented, as well as current and future trends related to the use of deep learning in robotics. This survey is intended to be a guide for the developers of robot vision systems.

연구 동기 및 목표

• 비전에서의 데이터 기반 표현으로의 전환과 로봇 비전과의 연관성을 강조하여 연구에 동기를 부여합니다.
• 비전 작업에 사용되는 심층학습 개념과 신경 아키텍처에 대한 포괄적 개요를 제공합니다.
• 로봇 공학용 심층학습 기반 비전 시스템 구축에 대한 표준 방법론과 도구를 설명합니다.
• 심층학습을 로봇 비전에 적용한 주요 연구들을 검토하고 현재와 미래의 추세를 논의합니다.
• 심층학습을 활용한 로봇 비전 시스템 설계에 대한 개발자 가이드를 제공합니다.

제안 방법

• 컴퓨터 비전에의 심층학습의 개요와 채택에 대해 설명합니다.
• 자주 사용되는 신경 모델과 그 주요 응용 영역을 요약합니다.
• DL 기반 비전 시스템 설계를 위한 표준 방법론과 도구를 제시합니다.
• DL을 로봇 비전에 적용한 주요 연구들을 검토하고 작업별로 분류합니다.
• 로봇 비전 분야에서 DL을 적용하는 현재 경향과 향후 방향을 논의합니다.

실험 결과

연구 질문

• RQ1 로봇 비전에서 일반적으로 사용되는 심층학습 모델과 아키텍처는 무엇인가?
• RQ2 로봇 공학에서 DL 기반 비전 시스템을 설계하는 데 쓰이는 표준 방법론과 도구는 무엇인가?
• RQ3 로봇 비전에 DL을 적용한 주요 연구들은 무엇이며 작업별로 어떻게 분류되는가?
• RQ4 로봇 비전에서의 DL의 현재 동향과 향후 방향은 무엇인가?

주요 결과

• 심층학습은 로봇 비전을 데이터 기반 표현과 엔드 투 엔드 학습으로 전환했습니다.
• 본 조사는 비전에 사용되는 주요 신경 모델과 그 주요 적용 영역을 분류합니다.
• 로봇 공학에서 DL 기반 비전 시스템에 대한 표준 설계 방법론과 도구 체인이 확인되었습니다.
• 심층학습을 이용한 로봇 비전의 주요 연구를 작업별로 정리해 제공합니다.
• 로봇 공학에서 DL의 향후 추세와 방향은 연구자와 개발자를 안내하기 위해 논의됩니다.