物体表面の見えの変化に対応した生成型学習による3次元物体トラッキング

摘要

本稿では，生成型学習による3次元物体トラッキングの手法を提案する．SIFTやSURF などの局所特徴量はスケール変化·回転に対しては頑健であるが，アフィン変換に対しては弱い．そのため，複合現実のためのトラッキングをするためには工夫が必要である．提案手法では，あらかじめ与えられた物体のテクスチャ付き3次元モデルを元に視点を変化させて撮影したようなパターン画像を事前に生成し．それら画像から特徴点を抽出して学習する．それらをデータベースに蓄積して，トラッキング時に参照することにより，視点変化に頑健な3次元物体のトラッキングが可能となった．