|
【項目1：類似形状の多い3D形状データベースでの高精度3D検索手法の開発】 「穴」「凹凸」などの微細な形状の識別性能に優れた高精度の3D検索手法のために、H26年度にHSRD特徴量(HSRD=Hole and Surface Roughness Descriptor)を、H27年度に更に高精度なMRLBP (Multi-Resolution Local Binary Pattern)特徴量を開発した。H28年には、LSTMとCNNというボクセルベースの深層学習に基づく特徴量を開発し、学会で発表することができた。
【項目2：2Dからの高精度3D検索手法の開発】 3Dモデルの形状類似検索を行うために、クエリ（検索質問）として手元に3Dモデルが必須であることは、ユーザの負担が大きい。このため2D入力で3Dを検索できることは、とても有用である。H27年度は、スマートフォンやデジカメ等で簡単に撮影できる2D写真から、被写体に類似する3Dモデルの形状類似検索に関する新手法を開発した。この新手法では、2D写真内の被写体データをShadingデータとReflectanceデータに分離することで達成した技術である。この技術は、国際会議で採択され、成果の発表を行った。H28年度は2Dスケッチからの高精度な3D検索技術を開発し、特許出願をした。
【項目3：2D画像への意味付与手法の開発】 多様な3D検索手法開発のために、2Dの画像自体への意味付与技術を開発することが重要である。H27年度は、画像に対して意味のあるラベルとして、英語の注釈文を自動付与する技術開発に挑戦し、深層学習を使って注釈を付与する物体の自動に認識技術を開発し、国内学会で発表した。H28年には、意味付与としてシーングラフ表現に挑戦し、画像からシーングラフを自動生成する技術を開発した。
|
