Til hovedinnhold

John Reidar Mathiassen

Seniorforsker

John Reidar Mathiassen

Seniorforsker

John Reidar Mathiassen
Telefon: 934 53 696
Avdeling: Sjømatteknologi
Kontorsted: Trondheim

Publikasjoner og ansvarsområder

Publikasjon
https://www.sintef.no/publikasjoner/publikasjon/?pubid=CRIStin+1611909

We teach a real robot to grasp real fish, by training a virtual robot exclusively in virtual reality. Our approach implements robot imitation learning from a human supervisor in virtual reality. A deep 3D convolutional neural network computes grasps from a 3D occupancy grid obtained from depth imagi...

Forfattere Dyrstad Jonatan Sjølund Øye Elling Ruud Stahl Annette Mathiassen John Reidar Bartle
År 2018
Type Tidsskriftspublikasjon
Publikasjon
https://www.sintef.no/publikasjoner/publikasjon/?pubid=CRIStin+1572396

We present an approach to robotic deep learning from demonstration in virtual reality, which combines a deep 3D convolutional neural network, for grasp detection from 3D point clouds, with domain randomization to generate a large training data set. The use of virtual reality (VR) enables robot learn...

Forfattere Dyrstad Jonatan Sjølund Mathiassen John Reidar Bartle
År 2018
Type Tidsskriftspublikasjon
Publikasjon
https://www.sintef.no/publikasjoner/publikasjon/?pubid=CRIStin+1561519

Despite advances in computer vision and segmentation techniques, the segmentation of food defects such as blood spots, exhibiting a high degree of randomness and biological variation in size and coloration degree, has proven to be extremely challenging and it is not successfully resolved. Therefore,...

År 2017
Type Tidsskriftspublikasjon
Publikasjon
https://www.sintef.no/publikasjoner/publikasjon/?pubid=CRIStin+1480889

Prosjektet startet i 2013 med målsettingen; å utvikle konsept for automatisk singulering, orientering og sortering av hel laks basert på ytre kvalitetsparametere. Konseptene som utvikles i dette prosjektet skal sannsynliggjøre at arbeidsoppgavene kan automatiseres i industriell skala. Prosjektet, me...

År 2016
Type Rapport/avhandling