| Research Abstract |
平成18年度は以下の3つの路線で研究を進めた.
1.データベースに適応する距離計算を用いた3次元形状類似検索手法
3次元モデルの形状に基づく検索において,形状特徴の抽出とそれらの間の距離計算が2つの大きな課題である.本研究では,特徴ベクトルが張る非線形な部分空間を学習することにより形状も出る感の距離計算を改善する手法を提案し,評価した.部分空間の学習には,Laplacian Eigenmaps, Locally Linear Embeddingなどの多様体学習手法を用いた.既存の特微量と提案手法を組み合わせた手法を評価した結果,3次元形状検索ベンチマークであるSHREC2006に基づいて比較した結果,SHREC2006参加者中1位と同等の結果を得ることができ,提案手法による既存手法の性能改善が確認できた.
●Ryutarou Ohbuchi, JunKobayashi, Unsupervised Learning from a Corpus for Shape-Based 3D Model Retrieval, Proc. ACM MIR2006, Santa Barbara, CA, U.S.A., Oct.26-27,2006.
●Jun Kobayashi, Akihiro Yamamoto and Ryutarou Ohbuchi, Exploring manifold learning algorithms forshape-based 3D model retrieval, accepted, Proc.NICOGRAPHInternational 2007,May25-26,2007.
2.意味カテゴリを考慮した3次元形状類似検索手法
人が3次元モデルの類似比較を行う際の判断は,形状そのものと同じ程度に形状の持つ意味によって左右されている.本研究では,データベースの複数の意味カテゴリを同時にかつ効率よく学習することで検索性能を上げる手法を提案した.
●山本明博,大洲竜太郎,小林準,清水俊也,意味を考慮した3次元形状類似検索,Accepted, Visual Computing/グラフィクスとCAD合同シンポジウム2007,June23-24,2007.
3.顕著度を考慮した部分特徴に基づく3次元形状類似比較手法
3次元モデルを比較する特徴として,3次元モデル全体から求めた特徴と3次元モデルの部分から求めた特徴がある.本手法では,3次元モデルの部分の特徴として,画像を基にした局所的幾何特徴を用いる.特徴を取る点は,LoweらのSIFT方で探索した.実験の結果,上記SHREC2006ベンチマークで一位の手法と同等の検索性能を得ることができた.
●長田邦男,坂野智久,大洲竜太郎,顕著度を考慮した多視点画像特微量を用いた三次元形状類似検索,accepted, Visual Computing/グラフィクスとCAD合同シンポジウム2007,June23・24,2007.
|
