2018 Fiscal Year Annual Research Report
Development of analysing a folded book using 3-D data visualization techniques
| Project/Area Number |
17K19974
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
小山田 耕二 京都大学, 学術情報メディアセンター, 教授 (00305294)
|
|---|
| Project Period (FY) |
2017-06-30 – 2019-03-31
|
| Keywords | 三次元データ / 可視化 / 等値面表示 |
|---|
| Outline of Annual Research Achievements |
本年度、冊子体ボリュームデータから、冊子体を構成するページが必ずしも平面でなくても、１枚のページであると認識する手法を開発した。具体的には、研究代表者が開発したActiveGrid法を使い、与えられた3次元CTボリュームデータから冊子に対応する空間領域を直方体格子に写像することができた。Active Gridは、三次元格子モデルを前提とし、ボリュームデータ内部の三次元領域に適合するように各格子を変形させる.格子を変形させるために格子の内部エネルギーを対象にしたエネルギー最小化問題を解くものである。
ActiveGrid法を使った、ボリュームデータからのページ領域の空間セグメンテーション技術の有効性を評価するため、金属元素を含むインクを用意して、印字したページから構成される冊子体を用意し、これを解像度1024×1024×557のボリュームデータを作成した。本研究により、少し撓んだ冊子体を直交体格子に写像し、冊子体を構成する１ページの情報を抽出できることを確認した。
さらに、深層学習技術を使った冊子体を構成するページ文字認識技術を開発した。文字情報を含むページを画像データとして作成し、これを複数積み上げることにより、ボリュームデータを構成した。このボリュームデータを教師データとし、他に元のボリュームデータにアフィン変換（回転、並進、拡大縮小）を適用して得られた、疑似冊子体ボリュームデータを複数作成し、FCNベースの深層学習を実施し、疑似冊子体ボリュームデータから元のボリュームデータが復元できることを確認した。
|
