弱定常確率場の線形モデルによる3D形状表現とその不変特徴量(一般セッション,光と色の解析・表現とその応用)

スポンサーリンク

概要

論文の詳細を見る
3次元画像など高次元の空間情報は情報量が格段に大きく、その特徴量、とりわけユークリッド変換に対する不変な特徴量の抽出が重要である。また3次元画像の認識合成符号化も注目されている。本研究では、弱定常確率場の線形モデルを用いて、形状またはデータなどの空間幾何学特性を表現する方法を提案している。また係数行列より、本モデルのユークリッド変換に対する不変量の完全集合を求めた。本手法は不変特徴量に基づき、元の画像あるいはデータを一意に復元できるため、形状認識、領域分割のみならず、画像の認識合成符号化への応用も可能である。特に、本手法を曲面のファイバー束モデルに適用した場合、ファイバー曲線上の多チャネル線形予測あるいは線形補間法へ帰着する。本研究では、実際に物体から不変特徴量を抽出し、物体の領域分割を行うことで、本手法の有効性を確認した。
2009-10-15

著者

関連論文

もっと見る

スポンサーリンク