JPWO2014155715A1 - 物体認識装置および物体認識方法並びにプログラム - Google Patents
物体認識装置および物体認識方法並びにプログラム Download PDFInfo
- Publication number
- JPWO2014155715A1 JPWO2014155715A1 JP2015507899A JP2015507899A JPWO2014155715A1 JP WO2014155715 A1 JPWO2014155715 A1 JP WO2014155715A1 JP 2015507899 A JP2015507899 A JP 2015507899A JP 2015507899 A JP2015507899 A JP 2015507899A JP WO2014155715 A1 JPWO2014155715 A1 JP WO2014155715A1
- Authority
- JP
- Japan
- Prior art keywords
- shape
- point group
- unit
- information
- model
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 53
- 238000005259 measurement Methods 0.000 claims abstract description 157
- 238000006243 chemical reaction Methods 0.000 claims description 83
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000011156 evaluation Methods 0.000 claims description 26
- 230000009466 transformation Effects 0.000 claims description 25
- 238000000605 extraction Methods 0.000 claims description 17
- 230000010354 integration Effects 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 12
- 239000000284 extract Substances 0.000 claims description 8
- 238000012545 processing Methods 0.000 abstract description 36
- 238000010586 diagram Methods 0.000 description 19
- 238000013519 translation Methods 0.000 description 14
- 230000014616 translation Effects 0.000 description 14
- 239000011159 matrix material Substances 0.000 description 7
- 239000000203 mixture Substances 0.000 description 5
- 238000012706 support-vector machine Methods 0.000 description 4
- 238000011960 computer-aided design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- 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
- G06V20/653—Three-dimensional objects by matching three-dimensional models, e.g. conformal mapping of Riemann surfaces
Abstract
Description
特許文献1では、距離画像より注目点を検出し、その注目点の特徴量を用いて、予め作成され物体のモデルと入力データのマッチングを行う、物体認識方法、物体認識装置、及び自律移動ロボットが開示されている。
特許文献2では、3次元点群に対し、人手で点群を指定することにより、部材ごとに点群を区分し、効率的にCAD(Computer Aided Design)データを作成するCADデータ作成装置及び情報加工方法が開示されている。
本発明の概要を以下に述べる。本発明の物体認識装置は、計測点群とモデル点群を記憶する計測点群記憶部と、これらの各点群を局所領域点群に分割し、形状特徴量を計算することにより基本形状属性を付加する形状認識部と、基本形状属性別に点群を記憶する形状別点群記憶部と、基本形状属性ごとに分類された点群から座標変換量を算出し、基本形状属性別の座標変換量を統合した後に、対象物体の点群を計測点群から抽出する物体認識部と、抽出された点群をユーザインターフェースに出力する認識点群出力部と、を備える。
以下、本発明の実施例を、図面を参照して詳細に説明する。
図1Aは、本実施例の物体認識装置の基本構成を表すブロック図である。物体認識装置10は、計測点群入力部100と、計測点群記憶部101と、形状認識部102と、モデル点群データベース(DB)103と、形状別点群記憶部104と、物体認識部105と、認識点群出力部106と、入出力IF部107と、モデル選択部108とを備えている。入出力IF部107は、ユーザインターフェースとしての表示部1070を有する。
図1Bは、物体認識装置10に入力される計測点群30と、物体認識装置10から出力される認識点群50の一例を示す図である。物体認識装置10は、図1Bに示したような計測点群30を受け取った後、物体認識処理を行って、認識点群50を提供する。この例では、計測点群30の中の電柱が認識点群50として出力されている。
プロセッサ1103は、メインメモリ1104に格納されたプログラムを実行する。
メインメモリ1104は、例えば半導体メモリであり、プロセッサ1103によって実行されるプログラム及びプロセッサ1103によって参照されるデータを格納する。具体的には、記憶装置1105に格納されたプログラム及びデータの少なくとも一部が、必要に応じてメインメモリ1104にコピーされる。
1つの画像は、例えば約800万、あるいは約8000万の画素(点、ピクセル)で構成されている。これら各画素をここでは、点p1(x1,y1,z1),p2(x2,y2,z2),−,pi(xi,yi,zi),〜として表す。点の集合が点群である。本発明においては、各点piに対し、基本形状属性を付加する。なお、ある点piに対して所定の範囲を、点の近傍と定義する。例えば、三次元データの場合、点piから半径10cmの球面内を、点の近傍とする。二次元データの場合は、例えば、点piから所定の半径の円内を、点の近傍とする。点群の形状属性とは、点とその点の近傍に存在する点群の座標値等の相対的な関係から決定される属性情報のことを指す。例えば平面、曲面、線等のような属性を形状属性と定義してもよい。また点群の座標値だけでなく、その他の属性として、点の色情報やアルファ値等の情報を用いて形状属性を定義してもよい。なお、本発明における形状属性の分類は、平面、曲面、線、その他の4つの分類に限定されるものではない。
モデル点群DB103には、ユーザが管理すべき対象物体のモデル点群の情報81、82が格納されている。3次元点群から対象物体の点群を抽出する際に、ユーザが抽出したい対象物体を前記モデル点群DB103から選択し、その選択された対象物体のモデル点群が形状認識部102に提供される。
計測点群記憶部101は、ユーザが入力した計測点群30(3次元点群)に関する情報83、84を格納する。格納されている3次元点群の情報は、計測データである3次元点群から対象物体の認識点群を抽出する際に、形状認識部102に提供される。
ID83は、3次元点群を構成する各点のIDである。
形状ID85は、形状認識部102が点群を形状ごとに分類する際の、各形状属性に関するIDである。点群86は、点群内で、形状認識部102が対応する形状ID85の属性が割り当てられた点群の座標情報である。座標情報だけでなく、色情報やアルファ値等を含んでいてもよい。
形状認識部102では、計測点群30とモデル点群40を形状ごとに分割する。計測点群30を形状A‘と分類された点群を形状別点群301として出力し、同様に形状B‘〜D‘と分類された点群を形状別点群302、303、304として出力する。またモデル点群40に対しても、形状B、Cとして分類された形状別点群401、402を出力する。なおこの例は、形状A、A‘が平面、形状B、B‘が曲面、形状C、C’が線、形状D、D‘がその他、という形状属性を持つ場合である。また形状別点群301〜304は計測点群30を分割することにより生成されているため、全て同じ座標系によって表現されており、形状別点群401、402もモデル点群40と同じ座標系によって表現されている。
ステップ51では、形状別点群記憶部104に格納された計測点群とモデル点群の形状別点群を参照し、モデル点群が持つ形状属性の中で、計測点群には存在しない形状属性が存在するかどうかを判定する。上記判定でYesの場合はステップ52に進み、Noの場合はステップ53に進む。換言すると、テップ51では、形状の分類において誤分類が生じているか(判定でYes)、否かを判定するものである。
図14は、本発明の第2の実施例における物体認識装置100の基本構成を表すブロック図である。物体認識装置100は、計測点群入力部107と、計測点群記憶部101と、形状認識部102と、形状別点群記憶部104と、物体認識部105と、認識点群出力部106と、入出力IF部107と、モデル生成部1307とを備えている。計測点群入力部100と、形状別点群記憶部104と、認識点群出力部106と、入出力IF部107は、それぞれ第1の実施例の各部と同一である。具体的には、図3〜図13(A〜C)は第2の実施例でも適用される。以下、第2の実施例について、第1の実施例と異なる点のみ説明する。
第3の実施例は、形状認識部102以外は全て第1の実施例と同一である。具体的には、図4〜13は第3の実施例でも適用される。なお第2の実施例と第3の実施例を組み合わせてもよい。以下、第3の実施例について、第1の実施例と異なる点のみ説明する。
11 計測点群
12 認識点群
100 計測点群入力部
101 計測点群記憶部
102 形状認識部
1021 局所領域分割部
1022 形状特徴量算出部
1023 基本形状特徴DB
1024 形状分類部
1025 局所領域点群記憶部
103 モデル点群DB
104 形状別点群記憶部
105 物体認識部
1051 座標変換量算出部
1052 形状統合部
1053 認識点群抽出部
1054 形状別座標変換情報記憶部
106 認識点群出力部
107 入出力IF部
108 モデル選択部
1101 操作部
1102 表示部
1103 プロセッサ
1104 メインメモリ
1105 記憶装置
1070 表示部
1307 モデル生成部
13055 モデル判定部
16023 モデル点群分類部。
Claims (15)
- 点の集合である点群の情報を記憶する点群記憶部と、
前記点群情報に関する情報の入出力を行うための入出力部と、
前記点群の形状属性を推定する形状認識部と、
前記点群情報における対象物体の存在を認識する物体認識部とを備え、
前記点群情報は、計測値の入力である計測点群の情報と、認識すべき対象物体に対応するモデル点群の情報とを含んでおり、
前記形状認識部は、
前記計測点群及び前記モデル点群の各点について、該各点に対する近傍点の相対的な座標情報より決定される形状属性を推定し、
前記物体認識部は、
同一の前記形状属性を持つ前記計測点群と前記モデル点群の前記各形状属性のマッチング処理を行い、前記形状属性の一致度に基づき、前記計測点群中における前記モデル点群の存在情報を取得する
ことを特徴とする物体認識装置。 - 請求項1において、
前記形状認識部は、
前記点群情報を面積若しくは容積が一定値以下となる連続する局所領域ごとに分割する局所領域分割部と、
前記局所領域に存在する前記点群から、前記近傍点の相対的な座標情報より算出される形状特徴量を推定する形状特徴量算出部と、
前記局所領域分割部と前記形状特徴量算出部から取得したデータを格納する局所領域点群記憶部と、
前記形状属性と前記形状特徴量のデータを格納する基本形状特徴データベースと、
前記局所領域点群記憶部と前記基本形状特徴データベースに格納された前記データを用いて前記点群情報の各点ごとの形状属性を推定する形状分類部とを備える
ことを特徴とする物体認識装置。 - 請求項1において、
前記物体認識部は、
同一の形状属性を持つ前記モデル点群から前記計測点群への、1つ以上の形状属性別座標変換量を算出する座標変換量算出部と、
前記形状属性別座標変換量を統合し前記モデル点群から前記計測点群への統合座標変換量を算出する形状統合部と、
前記統合座標変換量を用いて前記計測点群から前記モデル点群を抽出する認識点群抽出部とを備える
ことを特徴とする物体認識装置。 - 請求項3において、
前記形状統合部は、
前記形状属性別座標変換量の各組み合わせに対してそれぞれ算出される評価値が最小となる組み合わせを統合し、前記モデル点群から前記計測点群への統合座標変換量を算出し、
前記評価値は、
前記形状属性別座標変換量の差に正の相関を持ち、
前記統合座標変換量は、
前記形状属性別座標変換量、形状属性別の計測点群、モデル点群が持つ点の数のうちの少なくとも一つを含むパラメータより算出される
ことを特徴とする物体認識装置。 - 請求項3において、
前記物体認識装置は、前記認識すべき対象物体のモデル選択に関する情報を受け付けるモデル選択部を備えており、
前記入出力部は、前記形状分類部、前記形状統合部、前記マッチング処理、前記モデル選択、の何れかの入力操作を行う機能を有する表示部を備えている
ことを特徴とする物体認識装置。 - 請求項3において、
前記物体認識装置は、
物体の表面形状を表す方程式よりモデル点群を生成し、前記計測点群記憶部へ前記モデル点群を格納するモデル生成部を備え、
前記物体認識部は、
前記統合座標変換量を用いて座標変換を行った前記モデル点群と前記計測点群の一致度に正の相関を持つパラメータを算出し、前記モデル点群が最適かどうかを判定するモデル判定部とを備える
ことを特徴とする物体認識装置。 - 請求項1において、
前記形状認識部は、
前記点群情報を面積若しくは容積が一定値以下となる連続する局所領域ごとに分割する局所領域分割部と、
前記局所領域に存在する点群から近傍点の相対的な座標情報より算出される形状特徴量を推定する形状特徴量算出部と、
前記局所領域分割部と前記形状特徴量算出部から取得したデータを格納する局所領域点群記憶部と、
前記局所領域点群記憶部に格納された前記モデル点群の局所領域点群を前記形状属性ごとに分類するモデル点群分類部と、
前記モデル点群分類部から取得した前記形状属性と前記モデル点群の形状特徴量を用いて前記計測点群の局所領域点群を前記形状属性ごとに分類する形状分類部とを備える
ことを特徴とする物体認識装置。 - 請求項1において、
前記形状属性は、平面、線、曲面、その他の4つの属性を含み、
前記形状分類部は、
前記線、前記平面、前記曲面、前記その他の順番に前記形状属性を推定する
ことを特徴とする物体認識装置。 - 請求項1において、
前記形状認識部は、
前記点群情報を容積が一定値以下となる空間的に連続する局所領域ごとに分割する局所領域分割部と、
前記局所領域に存在する前記点群から近傍点の相対的な座標情報より算出される形状特徴量を推定する形状特徴量算出部と、
前記局所領域分割部と前記形状特徴量算出部から取得したデータを格納する局所領域点群記憶部と、
前記形状属性と形状特徴量のデータを格納する基本形状特徴データベースと、
前記局所領域点群記憶部と基本形状特徴データベースに格納されたデータを用いて点群情報の各点ごとの形状属性を推定する形状分類部とを備え、
前記物体認識部は、
同一の形状属性を持つ前記モデル点群から前記計測点群への、1つ以上の形状属性別座標変換量を算出する座標変換量算出部と、
前記形状属性別座標変換量を統合し前記モデル点群から前記計測点群への統合座標変換量を算出する形状統合部と、
前記統合座標変換量を用いて前記計測点群から前記認識点群を抽出する認識点群抽出部とを備える
ことを特徴とする物体認識装置。 - 請求項9において、
前記形状統合部は、
前記形状属性別座標変換量の各組み合わせに対してそれぞれ算出される評価値が最小となる組み合わせを統合し、前記モデル点群から前記計測点群への統合座標変換量を算出し、
前記評価値は、
前記形状属性別座標変換量の差に正の相関を持ち、
前記統合座標変換量は、
前記形状属性別座標変換量、形状属性別の前記計測点群、前記モデル点群が持つ点の数のうちの少なくとも一つを含むパラメータより算出されること
を特徴とする物体認識装置。 - 請求項1において、
前記物体認識部は、
同一の形状属性を持つ前記モデル点群から前記計測点群への、1つ以上の形状属性別座標変換量を算出する座標変換量算出部と、
前記形状属性別座標変換量を統合し前記モデル点群から前記計測点群への統合座標変換量を算出する形状統合部と、
前記統合座標変換量を用いて前記計測点群から前記認識点群を抽出する認識点群抽出部とを備え、
前記形状認識部は、
点群情報を容積が一定値以下となる空間的に連続する局所領域ごとに分割する局所領域分割部と、
前記局所領域に存在する点群から近傍点の相対的な座標情報より算出される形状特徴量を推定する形状特徴量算出部と、
前記局所領域分割部と前記形状特徴量算出部から取得したデータを格納する局所領域点群記憶部と、
前記局所領域点群記憶部に格納された前記モデル点群の局所領域点群を前記形状属性ごとに分類するモデル点群分類部と、
前記モデル点群分類部から取得した前記形状属性と前記モデル点群の形状特徴量を用いて前記計測点群の局所領域点群を前記形状属性ごとに分類する形状分類部とを備える
ことを特徴とする物体認識装置。 - 物体を認識させるためにコンピュータを、
点の集合である点群の情報を記憶する点群記憶手段、
前記点群情報に関する情報の入出力を行うための入出力手段、
前記点群の形状属性を推定する形状認識手段、及び、
前記点群情報における対象物体の存在を認識する物体認識手段として機能させ、
前記点群情報は、計測値の入力である計測点群の情報と、認識すべき対象物体に対応するモデル点群の情報とを含んでおり、
前記点群の形状属性は、前記点の各々と該各点の近傍に存在する前記点群の座標値等の相対的な関係から決定される属性情報であり、
前記形状認識手段は、
前記計測点群及び前記モデル点群の各点について、該各点に対する近傍点の相対的な座標情報より決定される形状属性を推定し、
前記物体認識手段は、
同一の前記形状属性を持つ前記計測点群と前記モデル点群の前記各形状属性のマッチング処理を行い、前記形状属性の一致度に基づき、前記計測点群中における前記モデル点群の存在情報を取得する
ことを特徴とする物体認識プログラム。 - 請求項12において、
前記コンピュータを、
前記点群情報を面積若しくは容積が一定値以下となる連続する局所領域ごとに分割する局所領域分割手段、
前記局所領域に存在する前記点群から、前記近傍点の相対的な座標情報より算出される形状特徴量を推定する形状特徴量算出手段、
前記形状属性と前記形状特徴量のデータを格納する基本形状特徴記憶手段、及び
前記局所領域点群記憶手段と前記基本形状特徴記憶手段に格納された前記データを用いて前記点群情報の各点ごとの形状属性を推定する形状分類手段として機能させる
ことを特徴とする物体認識プログラム。 - 物体認識装置による物体認識方法であって、
前記物体認識装置は、
点の集合である点群の情報を記憶する点群記憶部と、
前記点群情報に関する情報の入出力を行うための入出力部と、
前記点群の形状属性を推定する形状認識部と、
前記点群情報における対象物体の存在を認識する物体認識部とを備え、
前記点群情報は、計測値の入力である計測点群の情報と、認識すべき対象物体に対応するモデル点群の情報とを含んでおり、
前記形状認識部において、
前記計測点群及び前記モデル点群の各点について、該各点に対する近傍点の相対的な座標情報より決定される形状属性を推定し、
前記物体認識部において、
同一の前記形状属性を持つ前記計測点群と前記モデル点群の前記各形状属性のマッチング処理を行い、前記形状属性の一致度に基づき、前記計測点群中における前記モデル点群の存在情報を取得する
ことを特徴とする物体認識方法。 - 請求項14において、
前記物体認識装置は、前記認識すべき対象物体のモデル選択に関する情報を受け付けるモデル選択部を備えており、
前記形状属性は、平面、線、曲面、その他の4つの属性を含み、
前記形状認識部において、
前記点群情報を容積が一定値以下となる空間的に連続する局所領域ごとに分割し、
前記局所領域に存在する前記点群から近傍点の相対的な座標情報より算出される形状特徴量を推定し、
前記局所領域の前記形状属性と前記形状特徴量を用いて前記点群情報の各点ごとの形状属性を推定し、
前記物体認識部において、
同一の前記形状属性を持つ前記モデル点群から前記計測点群への、1つ以上の前記形状属性別座標変換量を算出し、
前記形状属性別座標変換量を統合し前記モデル点群から前記計測点群への統合座標変換量を算出し、
前記統合座標変換量を用いて前記計測点群から前記認識点群を抽出する
ことを特徴とする物体認識方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2013/059666 WO2014155715A1 (ja) | 2013-03-29 | 2013-03-29 | 物体認識装置および物体認識方法並びにプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6069489B2 JP6069489B2 (ja) | 2017-02-01 |
JPWO2014155715A1 true JPWO2014155715A1 (ja) | 2017-02-16 |
Family
ID=51622762
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015507899A Active JP6069489B2 (ja) | 2013-03-29 | 2013-03-29 | 物体認識装置および物体認識方法並びにプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6069489B2 (ja) |
WO (1) | WO2014155715A1 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6590653B2 (ja) * | 2014-11-19 | 2019-10-16 | 首都高技術株式会社 | 点群データ利用システム |
FR3030847B1 (fr) * | 2014-12-19 | 2017-12-22 | Thales Sa | Procede de discrimination et d'identification par imagerie 3d d'objets d'une scene |
JP6782239B2 (ja) * | 2015-01-06 | 2020-11-11 | フェイスブック・テクノロジーズ・リミテッド・ライアビリティ・カンパニーFacebook Technologies, Llc | パターン光を用いた深さマップを提供するための方法およびシステム |
CN105678753B (zh) * | 2015-12-31 | 2019-07-02 | 百度在线网络技术(北京)有限公司 | 一种物体分割方法及装置 |
JP6711913B2 (ja) * | 2016-06-14 | 2020-06-17 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置及び三次元データ復号装置 |
EP3548840B1 (en) * | 2016-11-29 | 2023-10-11 | Blackmore Sensors & Analytics, LLC | Method and system for classification of an object in a point cloud data set |
DE112017006839T5 (de) | 2017-01-16 | 2019-09-26 | Fujitsu Limited | Informationsverarbeitungsvorrichtung, Datenbankerzeugungsvorrichtung, Verfahren, Programm und Speichermedium |
US10600199B2 (en) * | 2017-06-27 | 2020-03-24 | Toyota Research Institute, Inc. | Extending object detection and identification capability for an object sensor device |
WO2019229912A1 (ja) * | 2018-05-30 | 2019-12-05 | 株式会社ニコン | 情報処理装置、情報処理方法、情報処理プログラム、及び顕微鏡 |
JP7424573B2 (ja) * | 2019-06-04 | 2024-01-30 | 成典 田中 | 三次元点群データに基づく三次元モデル生成装置 |
JP2021099689A (ja) * | 2019-12-23 | 2021-07-01 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP7407648B2 (ja) * | 2020-04-15 | 2024-01-04 | 株式会社日立製作所 | 物体認識装置及び物体認識方法 |
JP2022157660A (ja) | 2021-03-31 | 2022-10-14 | 株式会社トプコン | 点群情報処理装置、点群情報処理方法、点群情報処理プログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4193519B2 (ja) * | 2003-02-27 | 2008-12-10 | セイコーエプソン株式会社 | 物体識別方法および物体識別装置 |
JP2008014691A (ja) * | 2006-07-04 | 2008-01-24 | Japan Aerospace Exploration Agency | ステレオ画像計測方法とそれを実施する装置 |
-
2013
- 2013-03-29 JP JP2015507899A patent/JP6069489B2/ja active Active
- 2013-03-29 WO PCT/JP2013/059666 patent/WO2014155715A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2014155715A1 (ja) | 2014-10-02 |
JP6069489B2 (ja) | 2017-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6069489B2 (ja) | 物体認識装置および物体認識方法並びにプログラム | |
Chen et al. | Principal axes descriptor for automated construction-equipment classification from point clouds | |
US20190295266A1 (en) | Point cloud matching method | |
Xu et al. | Reconstruction of scaffolds from a photogrammetric point cloud of construction sites using a novel 3D local feature descriptor | |
Ochmann et al. | Automatic generation of structural building descriptions from 3D point cloud scans | |
US20190279368A1 (en) | Method and Apparatus for Multi-Model Primitive Fitting based on Deep Geometric Boundary and Instance Aware Segmentation | |
CN113221743B (zh) | 表格解析方法、装置、电子设备和存储介质 | |
EP4016392A1 (en) | Machine-learning for 3d object detection | |
EP3300025A1 (en) | Image processing device and image processing method | |
JP2013206458A (ja) | 画像における外観及びコンテキストに基づく物体分類 | |
Cupec et al. | Object recognition based on convex hull alignment | |
Zhao et al. | Region-based saliency estimation for 3D shape analysis and understanding | |
JP2015184054A (ja) | 同定装置、方法及びプログラム | |
US11816857B2 (en) | Methods and apparatus for generating point cloud histograms | |
Phan et al. | Triangulation based skeletonization and trajectory recovery for handwritten character patterns | |
Turk et al. | Computer vision for mobile augmented reality | |
US9250802B2 (en) | Shaping device | |
Kordelas et al. | Viewpoint independent object recognition in cluttered scenes exploiting ray-triangle intersection and SIFT algorithms | |
Bagchi et al. | Reg3DFacePtCd: registration of 3D point clouds using a common set of landmarks for alignment of human face images | |
JP2016081472A (ja) | 画像処理装置、画像処理方法及びプログラム | |
Gehre et al. | Feature Curve Co‐Completion in Noisy Data | |
CN110598751B (zh) | 一种基于几何属性的锚点生成方法 | |
KR20130081126A (ko) | 손 제스처 인식 방법 및 그 장치 | |
US20220254173A1 (en) | Mesh structure equipment detection apparatus, mesh structure equipment detection method and program | |
Chen et al. | Automated equipment recognition and classification from scattered point clouds for construction management applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20161220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161226 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6069489 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |