符号付き距離場の一致による複数距離画像からの形状モデル生成

• Item type: Trans(1)
• 公開日: 2003-04-15
• タイトル: 符号付き距離場の一致による複数距離画像からの形状モデル生成
• タイトル / 言語: en
• タイトル: Object Shape Modelling from Multiple Range Images by Matching Signed Distance Fields
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 推薦論文（論文賞受賞）
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 独立行政法人産業技術総合研究所
• 著者所属(英): en
• 著者所属(英): National Institute of Advanced Industrial Science and Technology (AIST)
• 著者名: 増田, 健
• 著者名(英): Tasuda, Masuda
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 複数方向から計測した距離画像から，対象物全体の形状モデルを得るには，誤計測点などの外れ値を除去し，データ形状を位置合わせし，部分形状を統合して1 つの形状として記述することが必要である．データ形状が大まかに位置合わせされていることを仮定したうえで，形状を3 次元格子点上でサンプリングした符号付き距離場により形状を記述することにより，これら3 つの処理を統一的な定式化のもとで解く手法を提案する．各サンプル点において各データ形状の符号付き距離場を比較し，外れ値を検出する．各サンプル点において符号付き距離場の平均により形状の統合を行い，各データ形状を統合形状に符号付き距離場が一致するように位置合わせする．位置合わせが必要なくなるまで以上の処理を繰り返すことにより，マッチング・形状統合・位置合わせの処理を並行的に解くことができる．統合形状の符号付き距離場からは，簡単な処理でポリゴンメッシュを生成することができる．本手法では，各データ形状は共通の統合形状に位置合わせされるため，重なり合うデータ形状の組合せを指定したり，推定誤差の蓄積を考慮したりする必要がない．複数方向からの計測結果を統計的処理することで外れ値を検出することができ，処理にともなう計測誤差を精密にモデル化する必要がない．本手法は低レベルの特徴量しか必要とせず，さまざまなデータに広く適用できる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Modelling an object shape from multi-view range images requires: removal of measurement errors, registration of data shapes and their integration. We propose a method that solves these tasks in a unified framework by using the signed distance fields (SDF) as shape representation assuming that the data shapes are roughly pre-registered. The SDFs of data shapes at every sampling point are compared to determine matching. The data shapes are integrated by averaging matched SDFs at every sampling point, and each data shape is registered to the integrated shape so as to reduce the SDF displacement. These procedures are solved together by iterative loops that terminate when no more registration is required. A polygon surface model is directly generated from the SDF representation of the integrated shape. The method is free from cumulative pairwise registration errors because all data shapes are registered to a common integration shape. The outliers are detected by comparing multiple views statistically, and no precise modelling of measurement errors is required. The method is generally applicable to wide variety of input data shape representations because it uses only low-level features like signed distance and surface normal.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11560603
• 書誌情報: 情報処理学会論文誌コンピュータビジョンとイメージメディア（CVIM）; 巻 44, 号 SIG05(CVIM6), p. 30-40, 発行日 2003-04-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7810
• 出版者 / 言語: ja
• 出版者: 情報処理学会