TOP > 国内特許検索 > 三次元モデルの検索方法、コンピュータプログラム及び三次元モデルの検索システム

三次元モデルの検索方法、コンピュータプログラム及び三次元モデルの検索システム コモンズ 新技術説明会 外国出願あり

国内特許コード P09S000385
掲載日 2010年3月19日
出願番号 特願2008-543134
登録番号 特許第5024767号
出願日 平成19年11月9日(2007.11.9)
登録日 平成24年6月29日(2012.6.29)
国際出願番号 2007JP071765
国際公開番号 WO2008056757
国際出願日 平成19年11月9日(2007.11.9)
国際公開日 平成20年5月15日(2008.5.15)
優先権データ
  • 特願2006-305546 (2006.11.10) JP
発明者
  • 青野 雅樹
  • 関 洋平
  • 立間 淳司
出願人
  • 国立大学法人豊橋技術科学大学
発明の名称 三次元モデルの検索方法、コンピュータプログラム及び三次元モデルの検索システム コモンズ 新技術説明会 外国出願あり
発明の概要 【課題】現在最も検索精度が高いといわれるDSR472法を凌駕する新規な検索方法を提案する。
【解決手段】特徴量の演算段階において、三次元モデルの特徴量(輪郭特徴量を除く)演算に用いられる二次元画像を、該二次元画像の中心から離れるにしたがって画素の濃淡が強調されるように補正する。
【選択図】図1
従来技術、競合技術の概要 三次元モデルの検索方法として各種の方法が知られている。
D2 : D2はOsadaらの研究(非特許文献1)で最も高い検索精度を得た特徴量である。三次元モデルの面上にランダムな点群を生成し、全2点間のユークリッド距離の頻度を示すヒストグラムを特徴量とする。特徴量間の距離は、求めたヒストグラムを一次元ベクトルと考えて計算したマンハッタン距離である。
Spherical Harmonics Descriptor(SHD) : SHDはKazdanらにより提案された手法である(非特許文献2)。ボクセル化した三次元モデルを球面調和関数変換し、得られたパワースペクトルの低周波部分を特徴量とする。特徴量間の距離は、求めたパワースペクトルを1次元ベクトルと考えて計算したユークリッド距離である。
Light Field Descriptor(LFD) : LFDはChenらにより提案された手法である(非特許文献3参照)。12面体の頂点を視点とし、それを回転させながら、多数の視点から三次元モデルのシルエット画像を生成する。生成したシルエット画像のツェルニケモーメントとフーリエスペクトルを計算し特徴量とする。特徴量間の距離は、12面体の各頂点と全ての回転における組み合わせで最小L1距離を計算したものである。
Hybrid Descriptor(DSR472):DSR472はVranicの研究で最も高い検索精度を得た特徴量である(非特許文献4参照)。Vranicが考案した、デプスバッファ特徴ベクトル、シルエット特徴ベクトル、重心から任意の方向にベクトルを放つことで得られるRay特徴ベクトルの3つを組み合わせた特徴量である。特徴量間の距離は、複合特徴量を一次元ベクトルと考えてマンハッタン距離を計算したものである.
【非特許文献1】R.Osada, T.Funkhouser, B.Chazelle, D.Dobkin, Shape Distributions, ACM,TOG,21(4),pp.807-832,2002.
【非特許文献2】M.Kazhdan, T.Funkhouser, S.Rusinkiewicz, Rotation Invariant Spherical Harmonic Representation of 3D Shape Descriptors, Proc.Eurographics, ACM SIGGRAPH Symp.on Geometry Processing,pp.156-164,2003.
【非特許文献3】D.-Y.Chen, X.-P.Tian, Y.-T.Shen, M.Ouhyoung, On Visual Similarity Based 3D Model Retrieval, Computer Graphics Forum,22(3),pp.223-232,2003.
【非特許文献4】D.Vranic, 3D Model Retrieval, Ph.D.thesis, University of Leipzig,2004.

産業上の利用分野 本発明は、三次元モデルの検索方法、コンピュータプログラム及び三次元モデルの検索システムに関するものである。

特許請求の範囲 【請求項1】
補正部、フーリエ変換部、特徴量演算部及び特徴量比較部並びに制御装置を備えるコンピュータを用い、正対化処理された検索対象の三次元モデルに類似する既知三次元モデルを検索する三次元モデルの検索方法であって、
前記補正部により、前記検索対象の三次元モデルの特徴量(輪郭特徴量を除く)演算に用いられる二次元画像を、該二次元画像の中心から離れるにしたがって画素の濃淡が強調されるように補正するステップと、
前記フーリエ変換部により、前記補正された二次元画像をフーリエ変換するステップと、
前記特徴量演算部により、フーリエ変換の結果から特徴量を演算するステップと、
前記特徴量比較部により、得られた特徴量を前記既知三次元モデルの特徴量と比較するステップとを備える、ことを特徴とする三次元モデルの検索方法。

【請求項2】
前記二次元画像はデプスバッファ (DepthBuffer)画像若しくはシルエット画像であり、前記補正するステップでは前記二次元画像の中心からの距離をrとしたとき、補正後の二次元画像における各座標の輝度I´(x,y)を下記式で表すものとする、ことを特徴とする請求項1に記載の三次元モデルの検索方法、
r=((Kx-x)+(Ky-y)1/2
I´(x,y) = r * I(x,y)
ここに、Kx、Kyはそれぞれ補正前の二次元画像のx軸方向の中心座標、y軸方向の中心座標であり、I(x,y)は補正前の二次元画像における各座標の輝度を示す。

【請求項3】
前記コンピュータは輪郭画像用二次元画像形成部及び第2のフーリエ変換部、並びにボクセル用二次元画像形成部及び第3のフーリエ変換部を更に備え、
前記補正部によりデプスバッファ画像を請求項2に記載の方法で補正して得た第1の補正二次元画像と、前記補正部によりシルエット画像を請求項2に記載の方法で補正して得た第2の補正二次元画像とを前記フーリエ変換部でフーリエ変化し
前記輪郭画像用二次元画像形成部により形成されて輪郭特徴量の演算に用いられる第3の二次元画像を前記第2のフーリエ変換部でフーリエ変換し、
前記ボクセル用二次元画像形成部により形成されてボクセル特徴量の演算に用いられるボクセル格子をそれぞれ前記第3のフーリエ変換部でフーリエ変換し前記特徴量演算部は前記各フーリエ変換の結果から特徴量を演算し、得られた特徴量を複合することを特徴とする請求項2に記載の三次元モデルの検索方法。

【請求項4】
前記コンピュータは正対化処理部を更に備え、該正対処化理部は三次元モデルにつき複数の正対化処理を行ない、各正対化処理後の三次元モデルにつき請求項1~3のいずれかに記載の方法を実行する、ことを特徴とする三次元モデルの検索方法。

【請求項5】
前記正対化処理は前記三次元モデルを構成する三角面上にランダムな点を生成し、それを質点として主成分分析を行ない、主軸を求めて正規化を行なう第1の正対化処理方法と、前記三次元モデルの面上に生成したランダムな点と、それに近い三角形の2点との法線の分布をもとに主軸を求めて正規化を行なう第2の正対化処理方法とを含む、ことを特徴とする請求項4に記載の三次元モデルの検索方法。

【請求項6】
前記制御装置を用いて前記既知3次元モデルのデータベースをスペクトルクラスタリングにより、予めクラスタリングしておく、ことを特徴とする請求項1~5のいずれかに記載の三次元モデルの検索方法。

【請求項7】
請求項1に記載の方法をコンピュータに実行させるコンピュータプログラム。

【請求項8】
正対化処理された検索対象の三次元モデルに類似する既知三次元モデルを検索する三次元モデルの類似検索システムであって、
前記検索対象の三次元モデルの特徴量(輪郭特徴量を除く)演算に用いられる二次元画像を、該二次元画像の中心から離れるにしたがって画素の濃淡が強調されるように補正する手段と、
前記補正された二次元画像をフーリエ変換する手段と、
フーリエ変換の結果から特徴量を演算する手段と、
得られた特徴量を前記既知三次元モデルの特徴量と比較する手段とを備える、ことを特徴とする三次元モデルの検索システム。
国際特許分類(IPC)
Fターム
画像

※ 画像をクリックすると拡大します。

JP2008543134thum.jpg
ご興味のある特許について詳しく内容をお知りになりたい方は、下記までお問い合せください。


PAGE TOP

close
close
close
close
close
close
close