自然の形成原理に基づく3D姿勢ラベル付きデータセット自動構築の提案

基于自然形成原理自动构建3D姿态标记数据集的建议

• 批准号: 22KJ0437
• 负责人: 山田 亮佑
• 金额: $ 1.6万
• 依托单位: University of Tsukuba
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2023
• 资助国家: 日本
• 起止时间: 2023-03-08 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ0437/
• 关键词: 深層学習; 三次元物体認識; 事前学習; 数式ドリブン教師あり学習

2022年度は、実世界の法則であるパーリンノイズに焦点をあて、三次元物体認識における事前学習用データセットPoint Cloud Perlin Noise (PCPN)の自動構築に成功した。具体的には、二次元平面上に2次元パーリンノイズを生成し、各座標の値を三次元空間上に配置することで3Dパーリンノイズを生成する。PCPNは3Dパーリンノイズ生成時に必要となるパラメータ（例えば、振動数や振幅）を変動させることで多種多様な幾何形状パターンを自動生成できる。最近、三次元点群による三次元物体認識では数万サンプルの学習データを学習した事前学習モデルが活用されているが、画像認識等の他の認識タスクと比較して3Dデータセットの大規模化は遅れている。これは、3Dセンサを使用して実環境から大量の3Dデータを収集することが多大な労力を要するためであると考えられる。一方で、PCPNは理論的には無限に数式から完全自動で3Dデータを生成できる。そのため、実データではないものの、従来より大規模かつ高速に事前学習用3Dデータセットを構築可能である。実際、PCPNを利用した事前学習モデルは、三次元物体認識における基本的なタスク（三次元形状分類、物体分割）において従来の事前学習モデルよりも高精度に認識することを確認した。本成果は、International Workshop on Frontiers of Computer Vision (IW-FCV) 2023にて口頭発表に採択された。

In the year 2022, the law of the world has resulted in the focus of attention, the knowledge of three-dimensional objects, and the successful use of Point Cloud Perlin Noise (PCPN) automated training in advance. The specific two-dimensional and two-dimensional geometry in the two-dimensional plane, and the three-dimensional configuration in each seat in space. It is necessary to automatically generate a variety of shapes and shapes for multiple shapes and shapes when it is necessary for the PCPN 3D computer to generate the image (for example, vibration amplitude). Recently, the three-dimensional point group, the third-dimensional object, the third dimensional object, the third dimensional object and the third dimensional object. The use of a large number of 3D environmental information sets to determine how much force you want to use in the environment. There is no limit to the theory of PCPN theory. it is fully automated to generate models for 3D simulation. In advance, you can use 3D equipment to make sure that it is possible to use 3D equipment. International and PCPN systems use prior knowledge, three-dimensional object knowledge and basic knowledge (three-dimensional shape classification, object segmentation) to verify the accuracy of prior knowledge. In this paper, International Workshop on Frontiers of Computer Vision (IW-FCV) 2023 is used to show that there are many problems in the mouth.