3次元空間における物体の形状と見えを記述した特徴量の評価実験

摘要

近年，RGB-D カメラやレーザスキャナなど，様々な距離センサが開発され，実世界での3 次元形状計測は身近な技術になりつつある．特に，Kinect(Microsoft) やXtion(ASUS) などのRGB-D カメラは，リアルタイムに物体の形状とテクスチャ画像を計測することができるため，計測された物体の識別などに利用されている．本研究では，RGB-D カメラを用いて物体の距離画像とテクスチャ画像を取得し，それらの画像から3DGHOG[2] を抽出することで，物体識別を行う．Tang ら[3] は，物体の形状を表現するための特徴量HONV(Histogram of Oriented Normal Vector) を提案している．評価実験では，RGB-D カメラにより得られた距離画像にHONV を適用し，約91% の識別率を実現している．しかし，Tang らの手法のように，距離センサから得られる形状情報のみに基づいて識別を行う場合，異なる種類であるが形状の類似した物体を識別することは困難になる．この場合，物体の形状情報に加え，物体表面の色や模様などの"見え" の情報を用いた識別が有効となる．そこで我々は，距離画像とテクスチャ画像から，物体の形状と見えを3 次元空間における勾配方向の分布として表現する特徴量3DGHOG(3D Geometry based Histogram of Oriented Gradients) を開発した．本稿ではRGB-D カメラから得られた距離画像とテクスチャ画像の例として公開されているRGB-D データセット[4] に対し，提案した3DGHOG の評価実験を行い，その結果について考察する．