ニューラルネットワークを用いた物体の曲率符合抽出の一手法

• 村上 正充

  名古屋工業大学大学院 電気情報工学専攻

• 岩堀 祐之

  名古屋工業大学大学院 電気情報工学専攻

• WOODHAM Robert J.

  Dept. of Computer Science, The University of British Columbia

• 石井 直宏

  名古屋工業大学大学院 電気情報工学専攻

書誌事項

タイトル別名

• A Method to Recover Curvature Sign of Object Using Neural Network

抄録

本論文では、三方向での照明条件のもとで撮像した物体の各点での濃淡画像をもとに、同一照明条件での球画像にRBFニューラルネットワークによる写像を行い、その近傍5点の位置関係から曲面の分類を行なうことによって曲率符合を局所的に抽出する新しい手法を提案した。本論文の手法では、物体の反射特性の関数を仮定することなく、かつ、物体の任意の点での具体的な傾き等の値を求めることなく、濃淡情報から直接的に曲率の符合を抽出した。曲率情報は視点に依存しない物体形状の情報であり、実画像による実験では、良好な曲率符合の抽出結果が得られた。またRBFニューラルネットワークの逆変換により、対象物体の曲面分類結果に対する局所的な信頼性の評価が行なえることも示した。

収録刊行物

• 情報処理学会研究報告. CVIM, [コンピュータビジョンとイメージメディア]

  情報処理学会研究報告. CVIM, [コンピュータビジョンとイメージメディア] 104 23-30, 1997-03-27

  一般社団法人情報処理学会

キーワード

• 照度差ステレオ
• RBFニューラルネットワーク
• 曲率

詳細情報

• CRID: 1571135652103272320
• NII論文ID: 110002674255
• NII書誌ID: AA11131797
• ISSN: 09196072
• 本文言語コード: ja
• データソース種別:
  • CiNii Articles