研究概要 |
数値モデル回帰によるパラメータ推定について、以下の研究を行った。 1.3次元物体モデルと実際に観測された3次元形状データとのマッチング:モデルと実データ双方の形状データに、重力場と同様なポテンシャル場を生成し、得られたポテンシャル場のパターン(これは3次元の濃淡画像となる)同志を最適化手法によりマッチングさせることにより、実物体の位置姿勢を推定する方法を提案し、その有効性について検討した。得られた結果は (1)さまざまな状況のもとで、直方体などの簡単な剛体モデルの動きを理論的に明らかにした。 (2)交差の無い一筆書きで表わされた物体に対して、まったく異なった多関節物体モデルを徐々に変形させながら完全にマッチングさせた。ポテンシャル場の与え方、一致度の評価方法などについて工夫をした上で、動的計画法を適用した。 2.3次元物体モデルと実際にテレビカメラを通して観測された2次元投影像とのマッチング:3次元物体モデルの位置姿勢を変化させたときに予想される2次元投影像を、実際にテレビカメラを通して観測された2次元投影像にマッチングさせることにより,実物体の位置姿勢を推定する方法を提案し、その有効性について検討した。具体的には、モデルからの推定画像と実画像との濃度差の2乗和で与えた評価関数が最小となるようにして、モデル物体の位置姿勢を非線形最小2乗法により推定する。エッジの一致度も考慮することにより、より大きな初期値のずれに対応できることを見出した
|