文献

J-GLOBAL ID：201002249630064709   整理番号：10A0439640

MMM-Classfication法によるレンジデータの認識

MMM-classification of 3D Range Data

著者 (3件)： AGRAWAL Anuraag (大阪大) ,  中澤篤志 (大阪大 サイバーメディアセ) ,  竹村治雄 (大阪大 サイバーメディアセ)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 109  号： 471(HIP2009 118-210)  ページ： 193-198  発行年： 2010年03月08日 
JST資料番号： S0532B  ISSN： 0913-5685  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： 本論文はレーザーレンジセンサから得られた屋外の三次元点群データから,オブジェクトの認識と領域分割を同時に行う手法を提案する。この技術はロボットによる屋外実シーンの認識および経路探索,デジタル3次元マップの構築,ITS等での利用が可能である。本手法はレンジデータの局所(Micro),中領域(Meso)および広領域(Macro)情報を用いて認識することを特徴とする。局所情報による認識として三次元点群の局所ヒストグラム(Local Shape Histogram)からなる特徴ベクトルを用いて認識を行う。しかし局所情報のみでは認識不可能な領域や物体があるため,中領域情報としてオブジェクトのサイズに関する情報を用いる。最後に,広領域情報として領域分割の滑らかさを仮定し,マルコフランダムフィールド(MRF)法によるシーン全体のエネルギー最適化を行うことで最終的な解を得る。実シーンを対象とした実験からシーンの領域分割および認識が高い精度で行えることを確認でき,本手法の各ステップがそれぞれ認識に有効に働くことが明らかになった。(著者抄録)

シソーラス用語： センサ ,  *物体認識 ,  *セグメンテーション ,  *画像分析 ,  データ ,  ヒストグラム ,  局所性 ,  ベクトル ,  精度 ,  システム評価
準シソーラス用語： *Markov確率場 ,  レーザレンジセンサ ,  レンジデータ ,  局所ヒストグラム ,  特徴ベクトル ,  領域分割

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (1件)： レンジデータ