情報処理学会 第75回全国大会講演要旨
3N-1
穴と凹凸に着目した3次元物体の形状類似検索
近年，3次元物体は幅広い分野で活用されている．
また，オーサリングツールの増加により，3次元物体の数が爆発的に増加している．
これにともない，3次元物体の形状による類似検索技術の必要性が高まっている．
本稿では，工業製品に代表される3次元物体の穴と凹凸に着目した特徴量を提案する．
これらの特徴量は，3次元物体を奥行き陰影法で投影した画像から穴と凹凸のエッジを抽出し，
その後フーリエ変換をして得られるフーリエスペクトルとして定義したものである．
穴や凹凸が多く含まれる機械部品からなるベンチマーク（ESB：Engineering Shape Benchmark）において，
既存の教師なし学習手法で高精度の3次元物体検索手法として知られる
MFSD（Multi-Fourier Spectra Descriptor）より高い検索精度を得ることを確認したので，これを報告する．
また，オーサリングツールの増加により，3次元物体の数が爆発的に増加している．
これにともない，3次元物体の形状による類似検索技術の必要性が高まっている．
本稿では，工業製品に代表される3次元物体の穴と凹凸に着目した特徴量を提案する．
これらの特徴量は，3次元物体を奥行き陰影法で投影した画像から穴と凹凸のエッジを抽出し，
その後フーリエ変換をして得られるフーリエスペクトルとして定義したものである．
穴や凹凸が多く含まれる機械部品からなるベンチマーク（ESB：Engineering Shape Benchmark）において，
既存の教師なし学習手法で高精度の3次元物体検索手法として知られる
MFSD（Multi-Fourier Spectra Descriptor）より高い検索精度を得ることを確認したので，これを報告する．
