環境の階層型セマンティックモデリング

点击翻译按钮获取中文摘要

本研究の目的は，概念階層に基づいて意味情報を処理することにより，状況に適した概念レベルの意味情報をもつ3次元環境地図を構築する，階層型セマンティックモデリングを実現することである．本年度は，1) 概念辞書から自動構築した概念階層に基づいた画像分類法，2) 未学習クラスに対応した意味的領域分割法，3) 単一画像から物体のパーツ認識と3次元モデル構築法を開発した．1. 階層画像分類において，概念階層に沿って画像を分類する手法を提案した．具体的には，詳細クラスのクラス名を初期値として，概念辞書を参照し，2つのクラスに共通するすべての上位概念を含む概念階層を構築した後，冗長な階層を圧縮するアルゴリズムを開発した．また，自動構築した概念階層に基づいて画像を分類するモデルを提案し，人手で構築されたクリーンな概念階層を使用した場合と同等以上の認識精度を達成した．2. 言語コーパスから構築した単語ベクトルを用いて，未学習クラスに対応した意味的領域分割法を提案した．提案手法では，画素単位で意味クラスを分類するのではなく，類似した画素をまとめたスーパーピクセル単位で意味クラスを分類するモデルを構築した．既知クラスの単語ベクトルから視覚的特徴を生成するモデルと，その特徴を識別するモデルを学習することで，未学習のクラスにも対応することができる．提案したスーパーピクセル単位の分類では，未学習クラスに対しても，ノイズの少ない領域分割が可能であることを示した．3. 単一の画像からパーツレベルで物体の3次元形状を復元する手法を提案した．提案手法では，画像から物体のパーツ領域を認識し，そのパーツを基本形である直方体と円柱に近似し，それらを組み立てて物体モデルを構築する．直方体のみで物体モデルを再構成する従来手法に比べ，円柱を併用する提案手法では，より物体の形状に忠実なモデルを構築することできる．