意匠測定データに対する高品質セグメンテーション（第1報）-変分ベイズ法によるロバストな頂点クラスタリング

摘要

三次元計測で得られた意匠データに対し，ロバストで高品質なセグメンテーションを行うために，変分ベイズ法による画像処理技術を，曲率に基づく特徴空間を用いて，メッシュの頂点クラスタリングに適用する．従来のK-means法を用いた研究では，クラスタ数Kの増加に伴い過学習(over-fitting)の問題が発生し，クラスタリング後の領域併合処理で対応する必要があった．一方，ベイズ手法では平均や分散などのパラメタが確率密度で表現され，過学習の問題が回避されるという性質がある．そこで，混合モデルによるクラスタリング手法を変分ベイズ法によって解くことで過学習の問題に対応する．しかし，特徴空間では過学習の問題が解決されても，ノイズの影響により実空間では斑点状のクラスタが発生する場合がある．本研究では，特徴空間に法線情報を追加してロバスト性を高め，さらに，メッシュの位相を利用した拡散過程をクラスタリング計算に導入する．実際の意匠測定データを使って頂点クラスタリングを行い，本手法の有効性を示す．