学習データ最小化と高速処理を目的とした三次元物体認識

摘要

本稿では，画像対の相関から三次元物体の姿勢パラメータを推定できるEbC法を改良して，三次元物体認識を行う手法を提案する．本手法は，学習により物体ごとに得られる二つの画像ベクトル（EbC画像対）と未知入力画像の内積値により評価を行うため，小規模な学習データによる高速物体認識を実現できる．具体的には，認識対象物体の画像をEbC画像対により生成される平面に投影すると，画像が平面の円周上に投影される性質を利用している．認識実験では，COIL-20を用いて，提案手法の認識性能を検証した．さらに，従来良く知られているCLAFIC法での認識結果と比較することにより，提案手法の有効性について考察した．