TR-A-0077 :1990.3.29

松下博, 森吉弘, 乾敏郎

スケルトンを用いた階層的形状記述 およびニューラルネットによる階層的形状識別

Abstract:3-D非剛体の形状認識は,観察者の視点の変化および形状自体の変化をいかに 記述し,効率のよい認識方式に結び付けるかが問題である.また,認識に際しては, モデルと実データをどのようにマッチングするかが重要である.本テクニカルレポ ートでは,対象として,3-D非剛体のシルエット画像を扱う.形状記述の表現素 としてスケルトン(骨格)を用い,多重解像度表現に基づく階層的形状記述アルゴリ ズムを提案する.さらに,ニューラルネットワークモデルを用いた階層的学習によ り,形状モデルの自動生成を行い,学習後のネットワークを用いた階層的形状識別 手法を提案する.その結果,非剛体形状は,そのスケルトンにより特徴がよく反映 され,柔軟で効率のよい形状識別が可能となった.