講演名 | 2017-03-21 LSTMとCNNを用いたボクセル表現に基づく三次元形状類似検索手法の提案 宮城 諒(豊橋技科大), 青野 雅樹(豊橋技科大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 近年,3DスキャナやVRヘッドセット等の普及と共に,3Dコンテンツに対する認識,検索の要求が高まっている.さらに,深層学習を三次元物体に応用することで,形状分類や形状検索などの研究が盛んに行われている.本研究では,ベンチマークの三次元データをもとに,これをバイナリボクセルで表現し,深層学習を用いた新たな検索手法を提案する.具体的には,ボクセルスライス面の二次元的形状特徴を表現するためにConvolutional Neural Network(CNN)を用い,ボクセルの奥行きにおける形状の繋がりから特徴を表現するためにLong Short-Term Memory(LSTM)[1]を用いた.実験の結果,3DCNNを利用したベースライン手法と比べて,分類・検索評価と共に向上が見られたので報告する. |
抄録(英) | In recent years, with the spread of 3D scanners, VR headsets, etc., there is an increasing demand for recognition and retrieval for 3D contents. Furthermore, by applying deep learning to 3-dimensional objects, research on shape classification, shape search and the like are actively conducted. In this paper, we represent our model with binary voxels and propose a new method for searching similar 3D shape models using deep learning. Specifically, we employ a Convolutional Neural Network (CNN) to represent a 2D slice extracting from 3D binary voxels, and a Long Short-Term Memory (LSTM) to represent 2D slices as time-series connected features showing a given 3D shape. As a result of the experiment, we could improve the performance of our method against a baseline method which is based on 3DCNN. |
キーワード(和) | Deep Learning / 3D / LSTM / CNN / 形状類似検索 / バイナリボクセル |
キーワード(英) | Deep Learning / 3D / LSTM / CNN / Shape Retrieval / Binary Voxel |
資料番号 | BioX2016-67,PRMU2016-230 |
発行日 | 2017-03-13 (BioX, PRMU) |
研究会情報 | |
研究会 | PRMU / BioX |
---|---|
開催期間 | 2017/3/20(から2日開催) |
開催地(和) | 名城大 |
開催地(英) | |
テーマ(和) | 安心安全と社会 |
テーマ(英) | |
委員長氏名(和) | 前田 英作(NTT) / 西垣 正勝(静岡大) |
委員長氏名(英) | Eisaku Maeda(NTT) / Masakatsu Nishigaki(Shizuoka Univ.) |
副委員長氏名(和) | 内田 誠一(九大) / 藤吉 弘亘(中部大) / 大塚 玲(産総研) / 高野 博史(富山県立大) |
副委員長氏名(英) | Seiichi Uchida(Kyushu Univ.) / Hironobu Fujiyoshi(Chubu Univ.) / Akira Otsuka(AIST) / Hiroshi Takano(Toyama Pref. Univ.) |
幹事氏名(和) | 近藤 一晃(京大) / 木村 昭悟(NTT) / 今岡 仁(NEC) / 大木 哲史(産総研) |
幹事氏名(英) | Kazuaki Kondo(Kyoto Univ.) / Akisato Kimura(NTT) / Hitoshi Imaoka(NEC) / Tetsushi Ohki(AIST) |
幹事補佐氏名(和) | 大西 正輝(産総研) / 舩冨 卓哉(奈良先端大) / 市野 将嗣(電通大) / 高田 直幸(セコム) / 青木 隆浩(富士通研) |
幹事補佐氏名(英) | Masaki Oonishi(AIST) / Takuya Funatomi(NAIST) / Masatsugu Ichino(Univ. of Electro-Comm.) / Naoyuki Takada(Secom) / Takahiro Aoki(Fujitsu Labs.) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Technical Committee on Biometrics |
---|---|
本文の言語 | JPN |
タイトル(和) | LSTMとCNNを用いたボクセル表現に基づく三次元形状類似検索手法の提案 |
サブタイトル(和) | |
タイトル(英) | Three-dimensional shape retrieval based in voxel representation using LSTM and CNN |
サブタイトル(和) | |
キーワード(1)(和/英) | Deep Learning / Deep Learning |
キーワード(2)(和/英) | 3D / 3D |
キーワード(3)(和/英) | LSTM / LSTM |
キーワード(4)(和/英) | CNN / CNN |
キーワード(5)(和/英) | 形状類似検索 / Shape Retrieval |
キーワード(6)(和/英) | バイナリボクセル / Binary Voxel |
第 1 著者 氏名(和/英) | 宮城 諒 / Ryo Miyagi |
第 1 著者 所属(和/英) | 豊橋技術科学大学(略称:豊橋技科大) Toyohashi University of Technology(略称:TUT) |
第 2 著者 氏名(和/英) | 青野 雅樹 / Masaki Aono |
第 2 著者 所属(和/英) | 豊橋技術科学大学(略称:豊橋技科大) Toyohashi University of Technology(略称:TUT) |
発表年月日 | 2017-03-21 |
資料番号 | BioX2016-67,PRMU2016-230 |
巻番号(vol) | vol.116 |
号番号(no) | BioX-527,PRMU-528 |
ページ範囲 | pp.203-208(BioX), pp.203-208(PRMU), |
ページ数 | 6 |
発行日 | 2017-03-13 (BioX, PRMU) |