研究実績の概要 |
最終年度として、 深層学習による特徴量を導入した3D形状データに関して、(1) 部分形状をより正確に反映できる表現を提案し、(2) その部分形状に対応する特徴量を導入した部分検索システムを完成させた。同時に、その成果を国際会議に投稿し、採択され、口頭発表を行った。また、特許に関しても新たに1件、出願を行った。項目ごとの実績の概要は以下のようである・ 【項目1:深層学習に基づく細粒度3D形状類似検索の特徴量抽出】細粒度の部分検索をもたらす特徴量として、3Dのソリッドモデルでのトポロジー情報に着目し、国際標準にもなっているSTEP表現から、小部分領域を局所連結情報で連結される曲面モデルを採用した。これに基づき連結数を導入した。また、個々の連結する部分領域は、3D点群の深層学習モデルで最終的に表現することで、細粒度の検索を可能とした。 【項目2: アセンブリ形状ベンチマークを用いた部分検索の性能評価】100万近い3DのCADモデルとしては世界最大級のビッグデータを用いて、提案手法の部分検索の評価実験を行った。他手法の特徴量と比較した部分検索実験の結果、提案手法がnDCG, NN (Precision@1)のいずれの評価基準においても、高精度であることが示せた。 【項目3:3Dモデルへの自動注釈付与に向けた研究】3Dアセンブリあるいは3Dシーンに対して、個々の部分形状を位置、バウンディングボックスでまず位置的な注釈付与(検出)の実験を行った。これは2Dでの物体検出や顕著物体等に対する自動注釈にもつながるもので、これらに関して2件の学会発表と特許出願を行った。
|