イメージ上で仮想的物体を空間操作して物体を認識する方法

如何通过空间操纵图像上的虚拟对象来识别对象

• 批准号: 07680394
• 负责人: 野村 由司彦
• 金额: $ 1.41万
• 依托单位: Nagoya University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for General Scientific Research (C)
• 财政年份: 1995
• 资助国家: 日本
• 起止时间: 1995 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-07680394/
• 关键词: 物体認識; 位置・姿勢計測; 仮想的物体; 空間操作; 陰影; エッジ; 非線形最小2乗法; 動的網モデル

研究の目的 従来の物体形状復元法は,反射や透視投影等の過程を個々に分析し,逆にたどるものであった.これに対して,本研究は,すべての過程を総合的に考慮し,多視点画像から形状を復元できる計算アルゴリズムを確立することを目的とする.すなわち,直接測定量(カメラから入力された画像)に対して,実際の画像生成と同じ順方向で,光源,物体,カメラなどのモデルから計算して生成される画像を比較してモデルを推定するコンピュータビジョンの枠組みを実現する.また,人の知覚では,『心的イメージ(心に浮かべるイメージ)の中で仮想的物体を回転させ,心的イメージと実際の見え方を比較して形状を知覚する』が働く.この視覚的思考をシミュレーションし,その働き方を検討する.研究実績(1)次元を一つ落して物体を柱体,すなわち2次元として,物体認識アルゴリズムを開発した.このとき,2-D投影像は1-D投影像となる.物体はその断面形状を表す,いわゆるSnakesによりモデル化される.そして,最適化法としては比較的安定な動的計画法を適用した.(2)物体を3次元のアクティブネット,つまり三角形からなる多面体でモデル化し,三角形を拡大,変形,分割するための最適化法として非線形最小二乗法を用いた物体認識アルゴリズムを開発した.非線形最小二乗法は動的計画法とは異なり,すべての未知パラメータが干渉しても,未知パラメータ数の2乗のオーダでしか計算量が増大しないという利点がある.(3)剛体モデルについては,陰影の他にエッジ情報も用いて,仮想的物体の空間操作の枠組みで認識する計算機アルゴリズムを開発した.この研究の中で,陰影情報による姿勢の大まかな推定,エッジ情報による位置の大まかな推定,そして2種類の情報を使った精密な推定の順に働くことがわかった.

The object shape reconstruction method is used to analyze the process of reflection and perspective projection. In this study, the process of multi-view image synthesis is considered, and the calculation of multi-view image is established. For example, direct measurement of the amount (such as the amount of force into the image) corresponds to the actual image generation and the same direction, light source, object, such as the amount of force into the image, calculation of the image generation, comparison of the image generation, estimation of the amount of force into the image, and realization of the image generation. The object of the mind is returned to us, and the shape of the mind is known to us. This is the first time that we've had a chance to think about it. Research achievements: (1) The first dimension is the object cylinder, the second dimension is the object cylinder, the second dimension is the object cylinder. 2-D projection image and 1-D projection image. The cross section shape of the object is expressed as follows: Optimization method is applied to the stable and dynamic planning method. (2)The object is recognized by the optimization method and the nonlinear least squares method. Non-linear least-squares method The inverse planning method is different, and the number of unknown parameters increases. (3)rigid body, shadow, other information, computer, etc. In this study, the shadow information is used to estimate the posture, the information is used to estimate the position, and the information is used to estimate the order.

项目成果

Hirokazu Matsui: "Model Driven 2-D Shape Reconstruction by Matching Synthesized Images with Actual Images" Proc.of 2nd Asian Conf.on Computer Vision. II. 787-791 (1995)

Hirokazu Matsui：“通过将合成图像与实际图像匹配来进行模型驱动的二维形状重建”第二届亚洲计算机视觉会议论文集。

Yoshihiko Nomura: "3-D Object Pose Estimation by Shading and Edge Date Fusion" Proc.of Computer Vision and Pattern Recognition 96. (1996)

Yoshihiko Nomura：“通过阴影和边缘数据融合进行 3-D 物体姿态估计”Proc.of Computer Vision and Pattern Recognition 96。（1996）

松井 博和: "物体モデルからの生成画像と実画像の適合による2次元形状復元" 日本ロボット学会誌. (1996)

Hirokazu Matsui：“通过匹配对象模型和真实图像生成的图像来恢复二维形状”日本机器人学会杂志（1996 年）。

野村 由司彦: "陰影とエッジの情報を融合したモデルペースト3次元物体認識" 電子情報通信学会論文誌. J79-D-II. (1996)

Yujihiko Nomura：“结合阴影和边缘信息的模型粘贴 3D 对象识别”电子、信息和通信工程师学会会刊 J79-D-II。