2013 Fiscal Year Research-status Report
Project/Area Number |
24500211
|
Research Institution | The Open University of Japan |
Principal Investigator |
鈴木 一史 放送大学, 教養学部, 准教授 (90332147)
|
Keywords | 高次局所自己相関特徴 / 3次元物体モデル / 類似検索 |
Research Abstract |
様々な分野で3次元物体モデルのデータが利用されるようになり、その数は増加の傾向にある。近年では、低価格な3次元プリンターが出現し、3次元物体モデルの需要が高まりデータベース化も進んでいる。データベース化された3次元物体モデルの活用には、形状の類似性を考慮した内容検索が有効であり、形状特徴に関する研究が数多く提案されている。本研究では、3次元物体モデルを、形状、テクスチャ、色などの情報に基づいて分割し、分割した個々の部品から大量の特徴を抽出する。 利用できる特徴には様々なものが考えられるが、3次元物体モデルの形状だけではなく、モデルに付加されたテクスチャ(模様)にも対応できるように、高次局所自己相関特長の抽出法を検討した。従来の高次局所自己相関特徴の抽出では、自己相関関数の次元を低く設定することによって、抽出される特徴数を限定していたが、本研究では、自己相関関数の上限を2次以上にすることによって、より多くの特徴を算出する。 非常に大量の特徴が算出されるため、実験では、まず高次局所自己相関特徴を算出する3x3のサイズの2次元マスクを自動生成するプログラムを作成した。また、サイズを5x5に拡張した2次元マスクの自動生成も実現した。今後は、高次局所自己相関特徴を抽出するマスクを3次元化(3x3x3)し、3次元物体モデルからの特徴抽出を実現する。マスクの3次元化では、大量のコンピュータメモリが必要となり、また膨大な計算が必要であることから、ハッシュ法を利用した効率のよいアルゴリズムを検討する。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
高次局所自己相関特徴マスクの自動生成プログラムを作成した。実験では、まず高次局所自己相関特徴を算出する3x3のサイズの2次元マスクを自動生成するプログラムを作成した。また、サイズを5x5に拡張した2次元マスクの自動生成も実現し、実験結果について口頭発表を行った。
|
Strategy for Future Research Activity |
今後は、作成したプログラムを3次元化(3x3x3)し、3次元物体モデルからの特徴抽出を実現する。マスクの3次元化では、大量のコンピュータメモリが必要となり、また膨大な計算が必要であることから、ハッシュ法を利用した効率のよいアルゴリズムを検討する。最終的には、形状特徴をベンチマークデータから抽出し、適合率・再現率グラフ等で比較を行う。また、3次元モデルデータの処理は非常に多くの計算を必要とするため、開発したアルゴリズムの並列処理化を検討する。
|
Research Products
(3 results)