講演情報
[25006-09-03]点群データを用いたパラメトリックモデルに基づく3次元モデル構築における幾何情報の同時探索（シンポジウム講演概要）
*石川 大智1、本田 利器1 (1. 東京大学)
キーワード：
パラメトリックモデル、3次元モデル、点群データ、ニューラルネット
近年，維持管理の効率化や損傷診断の正確化を目的として，点群データから可能な限り省力的に3次元モデルを構築する需要が高まっている．
図面や点群データをはじめ，様々なデータ形式から3次元モデルを構築する研究は多数行われているが，効率性などの観点から未だ確立された手法が存在しているとはいえない．
本研究では，橋梁部位の汎用形状で構成されるパラメトリックモデルを事前学習したニューラルネットによる3次元モデル構築手法を提案する．
特に，パラメトリックモデルの事前学習時に，形状クラスと形状パラメタを同時探索する学習手法を開発した．
さらに，形状クラスと形状パラメタの同時探索により，高自由度なパラメトリックモデルにおける縮退挙動が確認され，未知のクラスや特異形状の表現可能性が示唆された．
図面や点群データをはじめ，様々なデータ形式から3次元モデルを構築する研究は多数行われているが，効率性などの観点から未だ確立された手法が存在しているとはいえない．
本研究では，橋梁部位の汎用形状で構成されるパラメトリックモデルを事前学習したニューラルネットによる3次元モデル構築手法を提案する．
特に，パラメトリックモデルの事前学習時に，形状クラスと形状パラメタを同時探索する学習手法を開発した．
さらに，形状クラスと形状パラメタの同時探索により，高自由度なパラメトリックモデルにおける縮退挙動が確認され，未知のクラスや特異形状の表現可能性が示唆された．