| 研究課題/領域番号 |
17H01746
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
マルチメディア・データベース
|
|---|
| 研究機関 | 豊橋技術科学大学 |
|---|
研究代表者 |
青野 雅樹 豊橋技術科学大学, 工学(系)研究科(研究院), 教授 (00372540)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
13,650千円 (直接経費: 10,500千円、間接経費: 3,150千円)
2020年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2019年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2018年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2017年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
|
|---|
| キーワード | 三次元形状類似検索 / 部分形状表現 / 三次元部分形状検索 / 3Dシーン / 3Dアセンブリ / 自動注釈付与 / 部分形状抽出 / 部分形状検索 / 3D検索 / アセンブリ形状モデル / 連結表現 / 注釈付与 / 物体検出 / 深層学習 / 3D形状 / マルチモーダル / 部分検索 / 自動注釈 / 静止物体認識 / 物体位置推定 / 移動物体検出 / 3D形状類似検索 / ベンチマーク / 3D / 検索 / 分類 / ３Ｄ形状類似検索 / ３Ｄシーン / 形状特徴量 |
|---|
| 研究成果の概要 |
深層学習に基づく細粒度な3D形状類似検索手法の開発、新たな部分形状表現の提案、ならびに物体に対する自動注釈付与技術を開発した。対象としたデータは3Dシーン、3Dアセンブリデータベース等の多数の3D物体からなる複雑なデータである。
3Dシーンに基づく部分形状表現として細粒度にわたり高精度に3Dシーンを認識できるTVS (Tri-projection Voxel Splatting)法、位相構造に基づく TBPSR（Topology Based Partial Shape Retrieval)法、ならびに品詞情報をDecoderに用いた高精度な3Dシーン画像に対する自動注釈付与手法を開発した。
|
| 研究成果の学術的意義や社会的意義 |
小規模～中規模の3Dデータ(データ数1万以下）のものでは、高精度な三次元形状類似検索が知られていたが、本研究を通して10万～100万程度のビッグデータかつ複雑な3Dデータに対して、細粒度な検索が可能な部分形状を定義できた。このことで、機械部品、輸送用機械に代表される製造業や建築産業に対して、大規模な3Dデータから、小領域空間にある部分形状だけ与えて、それを含む複雑な3Dシーンや3Dアセンブリが高精度に検索できるようになった。今回開発したスケーラブルな部分検索手法は我々が知る限り、実用化されていない。また、自動注釈付与技術は、膨大な3Dデータを管理するシステムに付加価値を与えてくれる意義を持つ。
|
