| 講演名 | 2014/8/25 局所特徴に基づくAspectモデルの構築と3次元物体認識に関する研究(テーマセッション,CV+PR+MLにおける情報統合,及び,農業への応用) 中田 健一, 和田 俊和, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 三次元物体認識の一方式として,観測方向によって変化する三次元物体の「見え」をモデル化する方法がある.例えば,パラメトリック固有空間法では対象の見えの変化を固有空間内の多様体としてモデル化し,物体の種別や姿勢変化などを認識する.しかし,この方法では,対象を撮影した画像全体を固有空間に射影するため,背景の変化やオクルージョンの影響を受けやすいという問題がある.この問題を解決するために,本稿では画像の局所特徴に基づき対象モデルを構築し,背景の変化やオクルージョンの影響を受けにくい物体認識法を提案する.但し,広い角度の対象の「見え」をグルーピングすると,個々の物体の弁別性が低下するため,弁別性を維持しつつコンパクトなモデル化を行うという問題を解決する必要がある.本稿ではDiverse Density(DD)を用いることにより,強い弁別性を持つ特徴を優先的に残し,弁別性を維持しながら対象の複数の見えをグルーピングする方法を提案する.Coil画像セットを用いた実験により,対象物体のすべての見えから抽出した局所特徴を用いたモデル化よりも,複数の「見え」をまとめることによって,不要な特徴を捨て,サイズを小さくしたモデルの方が高い認識率が得られる事を明らかにし,さらにクエリ画像に背景画像を付加してもパラメトリック固有空間法よりも高い認識率が達成できることを確認した. |
| 抄録(英) | Appearance based 3D object modeling is a handy approach for 3D object recognition. The most representative method in this approach is parametric-eigenspace method, which models the appearance variations of a 3D object by a manifold in eigenspace and recognizes the object name and the observation direction by using the manifolds of multiple objects. This method, however, is not robust against occlusions and background variations. For solving this problem, this paper proposes a robust 3D object modeling and recognition method based on local features. The inputs of this method are the images of objects representing their aspects. From these images, tons of local features are generated. Some are unique to an object and some are not. Also, some are created by specular highlight and shadows. By grouping the appearances of contiguous aspects, we can obtain a compact representation of an object, which indirectly excludes fragile and non-essential features. However, excessive grouping may cause poor recognition rate. The distinctive features unique to an object can be found by using the framework of Diverse Density (DD). The DD can be used also for controlling the grouping process. Our DD guided local feature selection and grouping is applied to Coil image dataset for object recognition task. Through comparative experiments with parametric-eigenspace method for occluded and background added input images, we confirmed that our method achieves much higher recognition rate. |
| キーワード(和) | |
| キーワード(英) | |
| 資料番号 | |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2014/8/25(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Pattern Recognition and Media Understanding (PRMU) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 局所特徴に基づくAspectモデルの構築と3次元物体認識に関する研究(テーマセッション,CV+PR+MLにおける情報統合,及び,農業への応用) |
| サブタイトル（和） | |
| タイトル（英） | Multi-Aspect Modeling of 3D Objects based on Local Features and Its Application to 3D Object Recognition |
| サブタイトル（和） | |
| キーワード(1)（和/英） | |
| 第 1 著者 氏名（和/英） | 中田 健一 / KEN'ICHI NAKATA |
| 第 1 著者 所属（和/英） | 和歌山大学大学院システム工学研究科 |
| 第 2 著者 氏名（和/英） | 和田 俊和 / TOSHIKAZU WADA |
| 第 2 著者 所属（和/英） | 和歌山大学システム工学部情報通信システム学科 |
| 発表年月日 | 2014/8/25 |
| 資料番号 | |
| 巻番号（vol） | vol.114 |
| 号番号（no） | 197 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |