2016 Fiscal Year Annual Research Report
Scalable and easy-to-use sketch-based 3D model retrieval
| Project/Area Number |
26330133
|
|---|
| Research Institution | University of Yamanashi |
|---|
Principal Investigator |
大渕 竜太郎 山梨大学, 総合研究部, 教授 (80313782)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 3次元形状検索 / スケッチ検索 / 3次元形状特徴 / 多様体学習 / 深層学習 |
|---|
| Outline of Annual Research Achievements |
本課題では，手描きスケッチなどの簡便な検索要求を用い，3D モデルをその部分又は全体形状で比較し，大規模データベースを対象とした，高精度かつ高速な，3D モデル検索手法の開発を目指して研究を行った．より具体的には次の3つの項目について研究を行った．
(1) スケッチ検索: 現状におけるスケッチ検索の最大の課題は，検索精度が低いことである．スケッチは，描画のスタイル，抽象化，描画スキル，などにより非常に多様である．これらスケッチ画像と，検索対象である3Dモデルを線画としてレンダリングした画像との隔たりが大きく，うまく比較できないためである．そこで，我々は，人のスケッチ描画を検索システムがリアルタイムで支援し，人の描画を3Dモデルの線画レンダリングに類似した描画に誘導する手法を提案した．評価の結果，検索精度は作画支援が有る場合の方が有意に高く，提案手法の有効性が確認できた．
(2) 部分検索: 部分検索を目指し，ランダム化空間分割を用いた手法を提案した．これは，検索対象を部分体積に細分割し，これら部分体積と検索要求とをバイナリ特徴ベクタを用いて高速に比較する手法である．部分体積はランダムな位置，向き，大きさを持つ直方体である．50k個の3Dモデルからなるデータベースなどを用いて評価した結果，手法の有効性が確認された．
(3) スケーラブルな検索: 大規模なデータベースの検索，あるいは，上記の部分検索手法で現れる非常に多数の部分体積との比較を高速に行うため，コンパクトで比較が高速なバイナリ特徴を抽出する手法を検討した．3Dモデルから直接バイナリ特徴を抽出する手法，機械学習等を用いて実数値特徴ベクタをバイナリ特徴ベクタに写像する手法，等を開発した．
|
| Remarks |
http://www.kki.yamanashi.ac.jp/~ohbuchi/
|
