情報処理学会 第78回全国大会講演要旨

近年、コンペティション等で高い精度を示した多層ニューラルネットを用いた三次元物体認識の研究が増加している。しかし、それらの手法の多くは、三次元の形状データを一度深度画像に変換し、画像認識に用いられるConvolutional Neural Network（CNN）の入力とするものであり、形状データの空間的特徴を捉えるニューラルネットを構築しているわけではない。本論文では、入力データを三次元形状データとし、畳み込み層のフィルタ、及びプーリング層のプーリング領域を三次元に拡張したCNNを構築する。これにより形状データの空間的特徴を捉え、より精度の高い三次元物体認識を実現する。