競合型クラスタリング手法を用いた全周囲レンジデータの領域分割(画像・映像処理)

概要

論文の詳細を見る
全周囲レンジデータは多視点のレンジデータの統合によって生成されるため,任意の位相構造をもつ物体に対してもその全周計測が可能である.しかし,その形状モデリングを行うためには位相構造に配慮したパラメトリゼーションが必要となる.そこで,本論文では,その形状モデリングの前処理として,全周囲レンジデータを領域分割するための競合型クラスタリング手法を提案する.本手法の特徴は次の2点である.まず,クラスタに2次曲面を用いており,各2次曲面の表面からデータ点までのずれを確率変数として取り扱うことで,確率的な手法に基づくロバストな領域分割を実現している点である.次に,適切な数のクラスタを自動生成するために二つのステージから構成されている点である.すなわち,最初のステージでは,逐次学習によりクラスタの生成及び更新を行う.次のステージでは,生成されたクラスタ同士の競合により冗長なクラスタを削除し,徐々に塊にしていく処理を行う.この結果,可能な限り少数の領域に分割することが可能となる.実験では,任意の位相構造をもつ物体をはじめいくつかの実データを用いた検証により本手法の有効性を確認した.
社団法人電子情報通信学会の論文
2004-06-01