| 研究課題/領域番号 |
17K20026
|
|---|
| 研究機関 | 信州大学 |
|---|
研究代表者 |
田中 清 信州大学, 学術研究院工学系, 教授 (20273071)
|
|---|
| 研究分担者 |
岩切 宗利 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群), 電気情報学群, 准教授 (00535362)
|
|---|
| 研究期間 (年度) |
2017-06-30 – 2019-03-31
|
| キーワード | レジストレーション / 進化計算 / キーポイントパッチ / 特徴記述 / オブジェクト認識 / 決定的アルゴリズム / 自己位置推定 / 深層畳み込みニューラルネットワーク |
|---|
| 研究実績の概要 |
本研究では、３次元の大規模空間情報を、高精度かつ高能率に構築するレジストレーション手法の開発を目的として、2018年度は、大規模空間に関する階層的かつ帰納的な画像処理技術と３次元点群処理に関し、主に2017年度に提案した各手法の改善と評価、応用分野の検討に取り組んだ。局所点群を用いた高能率レジストレーション手法に関しては、2017年度に提案した進化計算とキーポイントパッチを用いる手法の最適化と精度評価を実施し、その基礎概念の拡張によりオーバーラップ領域の少ない点群間のレジストレーション技術の開発に取り組んだ。３次元点群からの空間オブジェクト認識手法として平面構造体を高速かつ高精度に認識するためのフィルタ処理や関数パラメータの決定的アルゴリズムに関する提案を行い、その過程で得られた評価値を尤度として活用する特徴点検出法と特徴記述法を提案した。平面構造体の認識法に関しては、その概念を一般化して球体の階層的な認識や導出解の帰納的収束法に応用し、その基本性能を実験的に評価した。また、最も基礎的であり様々な分野で利用されているＩＣＰレジストレーションに関して、その初期条件が収束速度と精度に及ぼす影響を実験的に確かめ、その最適化に向けて初歩的な考察を行った。さらに、ＩＣＰレジストレーションと３次元点群マップを応用した自己位置推定機能を実現し、それを搭載した車輪走行ロボットを開発し、その試験走行と性能評価を行った。画像オブジェクトと３次元点群オブジェクト間でのマッチング処理や位置合わせを行うための初歩的な試み（準備）として、本研究では、オルソ画像からの３次元点群生成のための敵対的生成構造を持つ深層畳み込みニューラルネットワークの開発に取り組み、広域空撮画像からの高密度表層高情報の推定（深度画像生成）に成功し、その基礎的な性能評価を実施した。
|
