JP6888484B2 - 検索プログラム、検索方法、及び、検索プログラムが動作する情報処理装置 - Google Patents
検索プログラム、検索方法、及び、検索プログラムが動作する情報処理装置 Download PDFInfo
- Publication number
- JP6888484B2 JP6888484B2 JP2017164550A JP2017164550A JP6888484B2 JP 6888484 B2 JP6888484 B2 JP 6888484B2 JP 2017164550 A JP2017164550 A JP 2017164550A JP 2017164550 A JP2017164550 A JP 2017164550A JP 6888484 B2 JP6888484 B2 JP 6888484B2
- Authority
- JP
- Japan
- Prior art keywords
- dimensional feature
- search
- feature vector
- dimensional
- low
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/56—Information retrieval; Database structures therefor; File system structures therefor of still image data having vectorial format
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
- G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
- G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
- G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
- G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19173—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2115/00—Details relating to the type of the circuit
- G06F2115/08—Intellectual property [IP] blocks or IP cores
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Library & Information Science (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
- Architecture (AREA)
Description
3次元モデルから特徴ベクトルを抽出してデータベースに格納する抽出部
<主要要素2>
3次元モデルを入力とし、この3次元モデルに最も類似する形状をデータベースの中から検索する検索部
上記<主要要素1>及び<主要要素2>の詳細は後述される。
R×4T×S
で計算される。
先ず、第1実施例におけるシステム構成例について説明する。図1は、第1実施例におけるシステム構成例を示す図である。図1に示すシステム1001は、サーバ100と、複数の端末3とを有し、サーバ100と複数の端末3とがネットワーク2を介して接続される。
sM = 1−fM*dMT (1)
で表される。上記(1)式において、fMは特徴行列を示し、dMはデータベース行列を示す。記号「*」は行列の乗算を示し、上付きTは転置行列を示す。この(1)式では特徴ベクトルは正規化されていることを前提とする。
次に、サイズ、素材等の付加情報を含めた検索結果8を出力する第2実施例について説明する。第2実施例では、CADで作成された部品形状を3次元で表現する3次元CADデータ4bで形状の類似するモデルを検索することで、3次元CADデータ4bに含まれる付加情報を用いて、類似形状のモデルを精度良く検索する。
(付記1)
異なる視線方向から捉えた対象物の各画像から、高次元特徴ベクトルと、該高次元特徴ベクトルより次元の低い低次元特徴ベクトルとを算出して特徴を抽出し、
前記低次元特徴ベクトルを使用して類似画像の検索範囲を特定し、
特定された前記検索範囲において、定められた選択基準を満たす前記類似画像を、前記高次元特徴ベクトルを用いて検索する
処理をコンピュータに行わせる検索プログラム。
(付記2)
前記コンピュータは、
前記高次元特徴ベクトルを、人間の感覚で類似する形状を学習させた第1のニューラルネットワークを用いて算出し、
前記低次元特徴ベクトルを、前記高次元特徴ベクトルを入力とする第2のニューラルネットワークから算出する
ことを特徴とする付記1記載の検索プログラム。
(付記3)
前記第2のニューラルネットワークは、前記第1のニューラルネットワークのニューロン数を削減したニューラルネットワークである
ことを特徴とする付記2記載の検索プログラム。
(付記4)
前記第2のニューラルネットワークは、前記選択基準にマージンを持たせた基準に変更して、前記検索範囲を特定する
ことを特徴とする付記3記載の検索プログラム。
(付記5)
前記コンピュータに、
検索された前記類似画像に関連付けられた形状に係る付加情報と、該類似画像とを示す検索結果を出力する
処理を行わせる付記1乃至4のいずれか一項に記載の検索プログラム。
(付記6)
前記対象物は、3次元形状を有する
ことを特徴とする付記1乃至5のいずれか一項に記載の検索プログラム。
(付記7)
複数の座標軸のそれぞれに対して前記対象物を回転させて、固定された視点から該対象物を描画した複数の2次元画像を取得し、
取得した前記複数の2次元画像のそれぞれから高次元特徴ベクトルを抽出する
ことを特徴とする付記1乃至6のいずれか一項に記載の検索プログラム。
(付記8)
異なる視線方向から捉えた対象物の各画像から、高次元特徴ベクトルと、該高次元特徴ベクトルより次元の低い低次元特徴ベクトルとを算出して特徴を抽出し、
前記低次元特徴ベクトルを使用して類似画像の検索範囲を特定し、
特定された前記検索範囲において、定められた選択基準を満たす前記類似画像を、前記高次元特徴ベクトルを用いて検索する
処理をコンピュータが行う検索方法。
(付記9)
異なる視線方向から捉えた対象物の各画像から、高次元特徴ベクトルと、該高次元特徴ベクトルより次元の低い低次元特徴ベクトルとを算出して特徴を抽出し、
前記低次元特徴ベクトルを使用して類似画像の検索範囲を特定し、
特定された前記検索範囲において、定められた選択基準を満たす前記類似画像を、前記高次元特徴ベクトルを用いて検索する
検索プログラムが動作する情報処理装置。
3 端末
4 3D部品モデル
4b 3次元CADデータ
4c 形状データ
4R R方向画像セット
5 蓄積要求
6 検索要求
7、7b 類似情報一覧
8 検索結果
31 高次元DB
32 低次元DB
33 素材DB
34 サイズDB
40、40−2 特徴抽出部
41 描画部
43 抽出部
45 圧縮部
50、50−2 検索部
51 低次元特徴比較部
51a 低次元特徴比較結果
53 高次元特徴比較部
53a 高次元特徴比較結果
55 付加情報抽出部
57、57−2 結果表示部
100 サーバ
200 CADデータDB
Claims (7)
- 異なる視線方向から捉えた対象物の各画像から、高次元特徴ベクトルと、該高次元特徴ベクトルより次元の低い低次元特徴ベクトルとを算出して特徴を抽出し、
前記低次元特徴ベクトルを使用して類似画像の検索範囲を特定し、
特定された前記検索範囲において、定められた選択基準を満たす前記類似画像を、前記高次元特徴ベクトルを用いて検索する
処理をコンピュータに行わせる検索プログラム。 - 前記コンピュータは、
前記高次元特徴ベクトルを、人間の感覚で類似する形状を学習させた第1のニューラルネットワークを用いて算出し、
前記低次元特徴ベクトルを、前記高次元特徴ベクトルを入力とする第2のニューラルネットワークから算出する
ことを特徴とする請求項1記載の検索プログラム。 - 前記第2のニューラルネットワークは、前記第1のニューラルネットワークのニューロン数を削減したニューラルネットワークである
ことを特徴とする請求項2記載の検索プログラム。 - 前記コンピュータに、
検索された前記類似画像に関連付けられた形状に係る付加情報と、該類似画像とを示す検索結果を出力する
処理を行わせる請求項1乃至3のいずれか一記載の検索プログラム。 - 前記対象物は、3次元形状を有する
ことを特徴とする請求項1乃至4のいずれか一項に記載の検索プログラム。 - 異なる視線方向から捉えた対象物の各画像から、高次元特徴ベクトルと、該高次元特徴ベクトルより次元の低い低次元特徴ベクトルとを算出して特徴を抽出し、
前記低次元特徴ベクトルを使用して類似画像の検索範囲を特定し、
特定された前記検索範囲において、定められた選択基準を満たす前記類似画像を、前記高次元特徴ベクトルを用いて検索する
処理をコンピュータが行う検索方法。 - 異なる視線方向から捉えた対象物の各画像から、高次元特徴ベクトルと、該高次元特徴ベクトルより次元の低い低次元特徴ベクトルとを算出して特徴を抽出し、
前記低次元特徴ベクトルを使用して類似画像の検索範囲を特定し、
特定された前記検索範囲において、定められた選択基準を満たす前記類似画像を、前記高次元特徴ベクトルを用いて検索する
検索プログラムが動作する情報処理装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017164550A JP6888484B2 (ja) | 2017-08-29 | 2017-08-29 | 検索プログラム、検索方法、及び、検索プログラムが動作する情報処理装置 |
US16/109,832 US20190065913A1 (en) | 2017-08-29 | 2018-08-23 | Search method and information processing apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017164550A JP6888484B2 (ja) | 2017-08-29 | 2017-08-29 | 検索プログラム、検索方法、及び、検索プログラムが動作する情報処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019045894A JP2019045894A (ja) | 2019-03-22 |
JP6888484B2 true JP6888484B2 (ja) | 2021-06-16 |
Family
ID=65435379
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017164550A Active JP6888484B2 (ja) | 2017-08-29 | 2017-08-29 | 検索プログラム、検索方法、及び、検索プログラムが動作する情報処理装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20190065913A1 (ja) |
JP (1) | JP6888484B2 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7302229B2 (ja) * | 2019-03-28 | 2023-07-04 | 株式会社レゾナック | データ管理システム、データ管理方法、およびデータ管理プログラム |
JP7036079B2 (ja) * | 2019-03-29 | 2022-03-15 | トヨタ車体株式会社 | 性能推定装置 |
JP7118920B2 (ja) * | 2019-04-11 | 2022-08-16 | 株式会社日立ソリューションズ | 画像検索装置および画像検索方法 |
CN110110617B (zh) * | 2019-04-22 | 2021-04-20 | 腾讯科技(深圳)有限公司 | 医学影像分割方法、装置、电子设备和存储介质 |
JP7391746B2 (ja) * | 2020-03-27 | 2023-12-05 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 受注支援装置、方法およびプログラム |
JP7536574B2 (ja) | 2020-09-16 | 2024-08-20 | キオクシア株式会社 | 演算デバイス、計算機システム、及び演算方法 |
US11599360B2 (en) * | 2020-12-14 | 2023-03-07 | Cognitive Science & Solutions, Inc. | AI synaptic coprocessor |
JP7200279B2 (ja) * | 2021-03-03 | 2023-01-06 | 三菱電機インフォメーションシステムズ株式会社 | 検知装置、検知方法、検知プログラム及び検知システム |
WO2023119293A1 (en) * | 2021-12-22 | 2023-06-29 | Beegris Ltd. | 3d model search |
CN114490727A (zh) * | 2021-12-31 | 2022-05-13 | 深圳云天励飞技术股份有限公司 | 目标数据库的高维向量搜索方法及相关设备 |
WO2024185071A1 (ja) * | 2023-03-08 | 2024-09-12 | 三菱電機株式会社 | 部品特定装置、部品特定方法、部品特定プログラム |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3155033B2 (ja) * | 1991-09-13 | 2001-04-09 | 日本電信電話株式会社 | 類似尺度構成処理方法 |
JP2004046612A (ja) * | 2002-07-12 | 2004-02-12 | Techno Network Shikoku Co Ltd | データマッチング方法、データマッチング装置、データマッチングプログラムおよびコンピュータで読み取り可能な記録媒体 |
JP2009129337A (ja) * | 2007-11-27 | 2009-06-11 | Hitachi Ltd | 三次元類似形状検索装置 |
JP6211407B2 (ja) * | 2013-12-06 | 2017-10-11 | 株式会社デンソーアイティーラボラトリ | 画像検索システム、画像検索装置、検索サーバ装置、画像検索方法、及び画像検索プログラム |
JP6532190B2 (ja) * | 2014-03-26 | 2019-06-19 | キヤノン株式会社 | 画像検索装置、画像検索方法 |
EP3179407B1 (en) * | 2015-12-07 | 2022-07-13 | Dassault Systèmes | Recognition of a 3d modeled object from a 2d image |
US9864930B2 (en) * | 2016-02-05 | 2018-01-09 | International Business Machines Corporation | Clustering technique for optimized search over high-dimensional space |
-
2017
- 2017-08-29 JP JP2017164550A patent/JP6888484B2/ja active Active
-
2018
- 2018-08-23 US US16/109,832 patent/US20190065913A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
US20190065913A1 (en) | 2019-02-28 |
JP2019045894A (ja) | 2019-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6888484B2 (ja) | 検索プログラム、検索方法、及び、検索プログラムが動作する情報処理装置 | |
US10176404B2 (en) | Recognition of a 3D modeled object from a 2D image | |
Zhang et al. | A review of deep learning-based semantic segmentation for point cloud | |
Poux et al. | Smart point cloud: Definition and remaining challenges | |
Xie et al. | Point clouds learning with attention-based graph convolution networks | |
EP3462385A1 (en) | Sgcnn: structural graph convolutional neural network | |
US9323886B2 (en) | Performance predicting apparatus, performance predicting method, and program | |
Poux et al. | Unsupervised segmentation of indoor 3D point cloud: Application to object-based classification | |
JP6070956B2 (ja) | 類似性検出装置及び指向性近傍検出方法 | |
CN101477529B (zh) | 一种三维对象的检索方法和装置 | |
Liu et al. | Computing the inner distances of volumetric models for articulated shape description with a visibility graph | |
JP2015506026A (ja) | 画像分類 | |
CN103714148B (zh) | 基于稀疏编码分类的sar图像检索方法 | |
JP6863926B2 (ja) | データ分析システム及びデータ分析方法 | |
Sun et al. | PGCNet: patch graph convolutional network for point cloud segmentation of indoor scenes | |
EP4016392A1 (en) | Machine-learning for 3d object detection | |
JP5969837B2 (ja) | 性能予測装置、性能予測方法、及びプログラム | |
CN107545025A (zh) | 利用形态学标准查询数据库 | |
CN109886297A (zh) | 一种用于从二维图像识别三维模型对象的方法 | |
Khan et al. | Correspondence measure: a review for the digital twin standardization | |
Pawar et al. | Deep learning based glance of real world scenes through decision tree | |
JP2014006787A (ja) | 特徴点決定装置、特徴点決定方法、及びプログラム | |
JP5969836B2 (ja) | モデル適用装置、モデル適用方法、及びプログラム | |
Nayef et al. | Efficient symbol retrieval by building a symbol index from a collection of line drawings | |
JP6336827B2 (ja) | 画像検索装置、画像検索方法および検索システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200514 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210412 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210420 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210503 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6888484 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |