文献

J-GLOBAL ID：201502232947662985   整理番号：15A0054555

Batch Learning Growing Neural Gasによる3次元点群の位相構造学習

著者 (2件)： 戸田雄一郎 (首都大学東京 大学院システムデザイン研究科) ,  久保田直行 (首都大学東京 大学院システムデザイン研究科)
資料名： ViEWビジョン技術の実利用ワークショップ講演論文集(CD-ROM)  (ViEW講演論文集(CD-ROM))
巻： 2014  ページ： ROMBUNNO.IS1-33  発行年： 2014年 
JST資料番号： L4705C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,Virtual Reality技術やAugmented Reality技術の発展とともに,3次元画像処理への期待が高まってきている。このような中,3次元点群のデータから位相構造を学習することは,その後の物体検出や認識を効率良く行なうためにも重要な手法となってくる。本稿では,位相構造の学習に教師なし学習の1つであるGrowing Neural Gas(GNG)を適用する。しかしながら,従来のGNGはオンライン学習であり,入力データの順番によって結果が異なる,結果が収束しないな3次元点群処理において適用が難しいといった問題点が存在した。そこで本稿では,全データを用いて学習を行なうBatch Learning GNGの提案を行ない,その有効性の検証を行なっていく。(著者抄録)

シソーラス用語： *バーチャルリアリティ ,  点群 ,  画像処理 ,  *立体画像 ,  構造 ,  位相幾何学 ,  検出 ,  物体認識 ,  教師なし学習 ,  *学習アルゴリズム ,  自己組織化 ,  物体検出 ,  *三次元画像処理
準シソーラス用語： *3D画像処理 ,  位相構造 ,  仮想現実感 ,  *成長ニューラルガス

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 3次元 ,  位相構造 ,  学習