| 研究概要 |
平成17年度は,以下の内容について研究を行った.
1.教師なしの弱学習を用いた3次元形状類似比較手法
本研究では,複数の形状比較手法で得られた距離の統合に,Bustosらが提案したPurity法を改良したPurity+法による距離統合を導入した.Purity+法はカテゴリ分けされた学習用3次元状データベースを仮定した,弱い教師なし学習に基づく距離統合手法である.このPurity+法を用いて我々が提案した多重解像度形状類似比較手法αMR-xから得られる詳細度ごとの距離(複数)を統合する.また,異種の形状比較手法,たとえばChenらのLight Field Descriptor(LFD))などから得られる距離とも統合可能である.実験の結果,例えばLFDとαMR-SPRHを組み合わせなどで,既存のいかなる形状比較手法単体よりも高い性能が得られた.(以下のフルペーパー査読付き国際学会論文で報告.)
[Ohbuchi06]Ryutarou Ohbuchi, Yushin Hata, Combining Multiresolution Shape Descriptors for 3D Model Retrieval, Proc.WSCG 2006,Plzen, Czech Republic, Jan.30〜Feb.2,2006.
2.3次元形状モデルデータベースの要約に基づく検索手法
データベース中の3次元モデル群の特徴をSelf Organizing MapやLearning Vector Quantizerなどの学習アルゴリズムを用いて非線形な次元圧縮し,その結果を要約されたカタログとして2次元あるいは3次元で視覚化することでデータベースを検索する手法を提案した.(以下の査読付き国内学会で発表.)
[小林05]小林 準,大渕 竜太郎,山本 明博,青野 雅樹,データベースの要約を用いた3次元形状モデルの検索,Proc.Visual ComputingグラフィクスとCAD合同シンポジウム2005,pp.239-244,長野,6月16日〜17日,2005.
3.形状の詳細度を考慮した部分形状による類似検索手法
形状モデルの一部分に対し,その詳細度を考慮した雛形形状を検索要求として検索を行う形状類似検索を行う手法の検討を行った.
|
