LSTMとCNNを用いたボクセル表現に基づく三次元形状類似検索手法の提案

摘要

近年，3DスキャナやVRヘッドセット等の普及と共に，3Dコンテンツに対する認識，検索の要求が高まっている．さらに，深層学習を三次元物体に応用することで，形状分類や形状検索などの研究が盛hに行われている．本研究では，ベンチマークの三次元データをもとに，これをバイナリボクセルで表現し，深層学習を用いた新たな検索手法を提案する．具体的には，ボクセルスライス面の二次元的形状特徴を表現するためにConvolutional Neural Network（CNN）を用い，ボクセルの奥行きにおける形状の繋がりから特徴を表現するためにLong Short-Term Memory （LSTM）［1］を用いた．実験の結果，3DCNNを利用したベースライン手法と比べて，分類·検索評価と共に向上が見られたので報告する．