物体認識に適した高効率な点群の圧縮符号化

• Project/Area Number: 25K15163
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61010:Perceptual information processing-related
• Research Institution: Kogakuin University
• Principal Investigator: 木全 英明 工学院大学, 情報学部, 教授 (80913582)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2028: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2027: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2025: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
• Keywords: 点群 / ポイントクラウド / 符号化 / 深層学習 / 物体認識

Outline of Research at the Start

実世界にある物体の形をサイバー空間で利用するために，物体の３次元位置と形状を表す点群（ポイントクラウド）が増加しており，高効率な圧縮符号化が検討されている．機械が点群から様々な物体を認識する目的においては，圧縮されたデータにおいても高い認識精度を持つことが期待される．しかしながら，物体認識に適した形で点群を圧縮する手法について十分に解明されていない．本研究では，物体認識のための特徴量に着目して，物体認識に適した圧縮符号化手法を確立する（令和7，８年度）．また圧縮符号化データからも計算量少なく物体認識を可能とするための圧縮符号化手法を確立する（令和９，１０年度）．