ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 全国大会
  2. 79回
  3. 人工知能と認知科学

形状マップによる三次元形状データカテゴリ分類のための形状特徴抽出

https://ipsj.ixsq.nii.ac.jp/records/180974
https://ipsj.ixsq.nii.ac.jp/records/180974
07642126-9991-4685-9939-909a0fa16006
名前 / ファイル ライセンス アクション
IPSJ-Z79-3P-09.pdf IPSJ-Z79-3P-09.pdf (810.5 kB)
Copyright (c) 2017 by the Information Processing Society of Japan
Item type National Convention(1)
公開日 2017-03-16
タイトル
タイトル 形状マップによる三次元形状データカテゴリ分類のための形状特徴抽出
言語
言語 jpn
キーワード
主題Scheme Other
主題 人工知能と認知科学
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_5794
資源タイプ conference paper
著者所属
法大
著者所属
法大
著者名 金井, 廉

× 金井, 廉

金井, 廉

Search repository
藤田, 悟

× 藤田, 悟

藤田, 悟

Search repository
論文抄録
内容記述タイプ Other
内容記述 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.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AN00349328
書誌情報 第79回全国大会講演論文集

巻 2017, 号 1, p. 423-424, 発行日 2017-03-16
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-20 04:42:46.092673
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3