| 研究概要 |
近年,3次元形状情報をもつデータが利用しやすくなってきて,色情報だけでなくその立体的な形状を有するデータのニーズが高まっている..そこで。一本研究では,3次元形状情報と色情報を同時に有するデータを介した人間と情報機器,人間と人間インタラクションの実現を目指し,その基盤技術の開発を目的としている.
対象の完全なモデルを得るためには,複数の方向から得たデータを組み合わせてモデルを生成する必要がある.このとき,データを得た視点の位置と姿勢をデータ自身から推定する位置合わせが不可欠である.今年度は,高精度な自動位置合わせ実現のための基盤アルゴリズムについて研究を行った。
まず,複数特徴量を扱うことができる大域収束する位置合わせアルゴリズムの開発を行った.位置合わせを自動化するために,グラフカーネルアルゴリズムに基づく.大域収束する位置合わせ手法とその拡張手法を提案した.提案手法は,既存の手法とは異なった発想に基づき,、自動位置合わせのための計測点の対応付けの問題をグラフ上での離散最適化問題として定式化した.これにより,局所解に陥ることなく大域に最適な計測点の対応付けの組み合わせを一意に求めることが可能となった.さらに,これを複数の特徴量について同時に評価するアルゴリズムを提案し,頑健な位置合わせを実現した.
次に,自動的な位置合わせを実現し,形状特徴だけでなく反射特性も同時に獲得するための特徴量について検計した.まず.複数の特徴量を物体の反射特性を獲得するために、物体の色情報を利用した位置合わせ手法を提案した.また,頑健な位置合わせを実現するための幾何学的整合性を評価するための特徴量について検討した.さらに,解像度を疎から密へと階層的に変化させることで,大域収束性を保証する手法を提案した.
|
