Machine Learning
口頭発表
2段階のRandomized Treesによる高速3次元物体認識
- Author
- 平井悠貴, 鈴木覚, 藤吉弘亘
- Publication
- 画像センシングシンポジウム, 2011
Download: PDF (Japanese)
生活支援ロボットの実用化には,実環境下において 生活用品である 3 次元物体の位置と姿勢を認識する必 要がある.従来のアピアランスベースの 3 次元物体認 識手法は,3 次元物体を複数の 2 次元画像の集合とし て考え,2 次元画像による物体認識の問題として解決し ている.2 次元画像による物体認識では,SIFT など局 所特徴量を用いることで高精度な認識を実現できるが, 計算コストが非常に高いため実時間処理が困難である. そこで,本研究では 2 段階の Randomized Trees による 高速な 3 次元物体認識法を提案する.提案手法は,対象 である 3 次元物体を中心とした半球上の複数の視点か ら撮影した学習画像群を用いて,1 段階目は viewpoint を分類,2 段階目では 1 段階目にて分類した viewpoint におけるキーポイントを分類する 2 段階の Randomized Trees を構築し,あらゆる視点における対応点を求める ことで 3 次元物体認識を実現する.評価実験より,提案 手法は SIFT による全探索マッチングと比べ認識率は約 10%低下するが,7.8 倍高速化できることを確認した．