情報処理学会 第79回全国大会講演要旨

本研究では，三次元形状データ（以下形状データ）をカテゴリ分類するための形状特徴の抽出手法を提案する．既存の特徴量として，レンダリング時の深度バッファの情報を使用する深度画像や，ボクセルデータ表現があるが，これらの特徴量にはデータの形状情報を含まない座標が存在する．本手法では，形状データの重心から線分を放射し，形状データ内部の凹凸情報を二次元画像にマッピングする．この二次元画像を形状マップと呼ぶ．データの表面が閉じた状態であれば，全ての線分は形状データの表面と交わるので，形状マップ上の全座標に距離情報を埋め込むことができる．実験では，多層パーセプトロンを用いた分類実験において高精度で分類可能であることが確認できた．また，深度画像を使用した分類実験との比較も幾つか行い，特徴量としての優位性を検証する．