• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

情報処理機能を持つ物体操作のための計算機視覚及びロボット工学システム

Research Project

Project/Area Number 04F04036
Research Category

Grant-in-Aid for JSPS Fellows

Allocation TypeSingle-year Grants
Section外国
Research Field Perception information processing/Intelligent robotics
Research InstitutionThe University of Tokyo
Host Researcher 池内 克史  東京大学, 大学院・情報学環, 教授
Foreign Research Fellow BOUKRAA Mustapha  東京大学, 大学院・情報学環, 外国人特別研究員
Project Period (FY) 2004 – 2005
Project Status Completed (Fiscal Year 2005)
Budget Amount *help
¥2,400,000 (Direct Cost: ¥2,400,000)
Fiscal Year 2005: ¥1,200,000 (Direct Cost: ¥1,200,000)
Fiscal Year 2004: ¥1,200,000 (Direct Cost: ¥1,200,000)
Keywords物体認識 / 不偏量 / 特徴点抽出 / 射影幾何 / 射影不変量 / アフィン不変量
Research Abstract

平成17年度は,1枚の2次元画像から3次元物体を認識する手法の開発を行った.本手法の特徴は,物体の3次元モデルを視点や照明条件に依存しない不偏量によって記述し,またこれを用いて物体認識を行う点である.不偏量には幾何不偏量である射影不偏量と光学不偏量であるアフィンパッチを組み合わせて使用し,頑健な物体認識を可能にした.
物体のモデルは,対象物体の写真を多数撮影し,それぞれから特徴点であるアフィンパッチを抽出する.射影不偏量は6つの特徴点から計算できるため,6点からなるアフィンパッチの組み合わせを全て求め,それぞれについて幾何不偏量を計算し,これを撮影時の見え(姿勢)と関連付けてデータベースに登録する.
物体認識は,対象の写真を1枚撮影し,ここからまずアフィンパッチを検出する.次に,検出されたアフィンパッチの中から任意の6点を選択し,これから幾何不偏量を計算する.この幾何不偏量とデータベース中の幾何不偏量とを照合することによって,見え(姿勢)の候補を検出し,この候補の中からアフィンパッチの類似性が最も高い見えを選択する.最後に,その他のアフィンパッチも用いてカメラの射影パラメータを解き,正確なカメラの姿勢,つまり物体の姿勢の推定を行う.
本手法の課題は,データベースが膨大になってしまうことに起因する計算効率が悪い点の改善と,画像ノイズや射影幾何に起因する誤差の影響の低減である.

Report

(2 results)
  • 2005 Annual Research Report
  • 2004 Annual Research Report

URL: 

Published: 2004-03-31   Modified: 2016-04-21  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi