Ｖｏｔｉｎｇ処理とアピアランス想起による実環境下の三次元物体認識

概要

論文の詳細を見る
近年，任意の視点について対象の認識を可能とする三次元物体認識の研究が注目されつつある．これについて，既存研究では主に，対象の幾何学的構造を利用してその特徴を学習するモデルベースな手法が提案されてきたが，学習時に対象の撮影角度情報が必要となるなど学習コストが高く，また，対象の記述方法が複雑であるといった欠点が存在した．そこで，本研究では，対象の三次元的構造は考慮せず，与えられた見え方そのものを独立に学習していくアピアランスベースなアプローチをとることにより，これらの欠点を補いつつも，既存研究と同等以上の性能を有した手法を提案する．提案手法では，まずVoting処理を用いることで認識と同時に存在範囲を推定し，更にそのアピアランスを想起する．続いて，その想起結果と認識結果を比較して誤認識を除去することで，高精度な認識を実現する．PASCAL VOC 2006 dataset を用いて評価実験を行ったところ，既存手法を上回る結果を得ることができ，提案手法の有効性を示すことができた．
一般社団法人画像電子学会の論文