頑健な3次元ポイントデータ特徴抽出手法の開発
【研究分野】社会システム工学・安全システム
【研究キーワード】
ポイントデータ / 事物抽出 / 頑健性 / 空間データ / 特徴抽出
【研究成果の概要】
本年度は,レーザースキャンで取得した大規模ポイントデータから,自動的に事物を抽出する頑健な手法を開発した.レーザースキャンは3次元都市モデルの構築のための技術として大変脚光を浴びており,都市計画や施設管理,ナヴィゲーションシステムなど広範な応用範囲を持つ.しかしながら,レーザースキャンで取得したデータには様々な雑音や異常値が含まれており,また,情報の欠損もたびたび生ずる.これらはモデル構築の大きな障害となっていることから,新たな事物抽出手法の理論構築と実証分析を行った.
まず初めに,円筒状の事物について,自動かつ頑健な抽出手法を開発した.頑健な主成分分析手法(Robust Principal Component Analysis)に基づいて重要な情報のみを選択,それらを用いて3次元モデルを構築することで,ノイズや情報の欠損に対して頑健な手法とした.仮想の数値シミュレーション及び実データを用いた実証実験を通じ,既存手法と比べた優位性を明らかにした.
次に,棒状の事物を抽出する手法の開発を実施した.棒状の事物とは,信号塔や旗竿,細い樹木の幹や枝など,円筒状の事物ほど太さを持たないものを指す.頑健な主成分分析を利用したアルゴリズムを再度利用し,理論構築と実証分析を行ったところ,既存手法と比較してモデル構築の精度が大きく向上することを確認できた.
以上の成果は,研究発表大会の口頭発表及び3本の雑誌論文としてまとめ,後者については1本は採択済み,2本は現在査読中である.
【研究代表者】
【研究種目】特別研究員奨励費
【研究期間】2016-04-22 - 2018-03-31
【配分額】1,500千円 (直接経費: 1,500千円)