{"updated":"2025-01-21T03:03:51.047905+00:00","links":{},"id":123173,"created":"2025-01-19T00:03:17.313452+00:00","metadata":{"_oai":{"id":"oai:ipsj.ixsq.nii.ac.jp:00123173","sets":["6504:8032:8036"]},"path":["8036"],"owner":"1","recid":"123173","title":["ニューラルネットワークを用いた3次元物体の形状認識"],"pubdate":{"attribute_name":"公開日","attribute_value":"1993-03-01"},"_buckets":{"deposit":"40eb2adc-fde2-4b0e-8c47-80e46915383c"},"_deposit":{"id":"123173","pid":{"type":"depid","value":"123173","revision_id":0},"owners":[1],"status":"published","created_by":1},"item_title":"ニューラルネットワークを用いた3次元物体の形状認識","author_link":[],"item_titles":{"attribute_name":"タイトル","attribute_value_mlt":[{"subitem_title":"ニューラルネットワークを用いた3次元物体の形状認識"},{"subitem_title":"A Study to Recognize Three-Dimensional Objects Using Neural Network.","subitem_title_language":"en"}]},"item_type_id":"22","publish_date":"1993-03-01","item_language":{"attribute_name":"言語","attribute_value_mlt":[{"subitem_language":"jpn"}]},"item_22_text_3":{"attribute_name":"著者所属","attribute_value_mlt":[{"subitem_text_value":"武蔵工業大学"},{"subitem_text_value":"武蔵工業大学"}]},"item_22_text_4":{"attribute_name":"著者所属(英)","attribute_value_mlt":[{"subitem_text_value":"Musashi Institute of Technology.","subitem_text_language":"en"},{"subitem_text_value":"Musashi Institute of Technology.","subitem_text_language":"en"}]},"item_publisher":{"attribute_name":"出版者","attribute_value_mlt":[{"subitem_publisher":"情報処理学会","subitem_publisher_language":"ja"}]},"publish_status":"0","weko_shared_id":-1,"item_file_price":{"attribute_name":"Billing file","attribute_type":"file","attribute_value_mlt":[{"url":{"url":"https://ipsj.ixsq.nii.ac.jp/record/123173/files/KJ00001336999.pdf"},"date":[{"dateType":"Available","dateValue":"1993-03-01"}],"format":"application/pdf","filename":"KJ00001336999.pdf","filesize":[{"value":"209.3 kB"}],"mimetype":"application/pdf","accessrole":"open_date","version_id":"ac304bb3-7aa9-4591-8f74-8821f814423e","displaytype":"detail","licensetype":"license_note"}]},"item_resource_type":{"attribute_name":"資源タイプ","attribute_value_mlt":[{"resourceuri":"http://purl.org/coar/resource_type/c_5794","resourcetype":"conference paper"}]},"item_22_source_id_9":{"attribute_name":"書誌レコードID","attribute_value_mlt":[{"subitem_source_identifier":"AN00349328","subitem_source_identifier_type":"NCID"}]},"item_22_description_7":{"attribute_name":"論文抄録","attribute_value_mlt":[{"subitem_description":"3次元物体認識には大別して2つの方法がある.一つは,物体の2次元画像を2次元表現と比較する方法である.もう一つは,物体の3次データを獲得し,それをあらかじめ用意した3次元モデルと比較する方法である.前者においては2次元画像上の頂点座標を用いて物体を学習・認識する方法が提案されているが,3次元物体を2次元画像に写像する際に3次元情報が失われてしまう.また後者は数箇所から物体を撮影し,各矩離画像により3次元空間上で対応付けを行い3次元データを獲得することが考えられる.しかしこれは容易なことではない.ところでニューラルネットワークは,数少ない教師データにより一度ネットワークの結合の重み(結合荷重行列)を決定すれば,後は入力パターンを与えるだけでパターンマッチングが行えるという利点を持っている.そこで最近,パターン認識の応用研究が活発に行われている.ここでニューラルネットワークの学習法として,Rumelhartらの提案によるバックプロバゲーション(BP)アルゴリズムがパターン学習に有効であることが認められている.そして,2次元のイメージに対してニューラルネットワークを用いたエッジ抽出の有効性についても報告されている.そこで本稿では,物体の特徴となる3次元情報を失うことなく,また3次元空間上での対応付けの問題を解決し1枚の距離画像からでも認識が行えるようにするため,3次元座標を特徴量としこれをニューラルネットワークに適用した一手法について述べる.","subitem_description_type":"Other"}]},"item_22_biblio_info_10":{"attribute_name":"書誌情報","attribute_value_mlt":[{"bibliographicPageEnd":"128","bibliographic_titles":[{"bibliographic_title":"全国大会講演論文集"}],"bibliographicPageStart":"127","bibliographicIssueDates":{"bibliographicIssueDate":"1993-03-01","bibliographicIssueDateType":"Issued"},"bibliographicIssueNumber":"人工知能及び認知科学","bibliographicVolumeNumber":"第46回"}]},"relation_version_is_last":true,"weko_creator_id":"1"}}