３次元オブジェクト検索システム、３次元オブジェクト検索方法、３次元オブジェクト検索プログラム、および、当該プログラムを記録したコンピュータ読み取り可能な記録媒体
【課題】一般に利用されているキーワード検索によってＷＥＢ上に多数公開された３次元オブジェクトを効率的に検索し、所望の３次元オブジェクトを的確に取得することができる３次元オブジェクト検索システムおよび３次元オブジェクト検索方法を提供する。
【解決手段】３次元オブジェクト検索システムは、３次元オブジェクトを検索するためのキーワードを取得するキーワード取得手段と、前記キーワード取得手段が取得したキーワードに関連する３次元オブジェクトを検索し、検索した３次元オブジェクトを取得する３次元オブジェクト検索手段と、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの形状特徴量を抽出する形状特徴量抽出手段と、前記形状特徴量抽出手段が取得した各々の形状特徴量の類似度を算出する類似度計算手段と、前記類似度計算手段が算出した類似度に基づいて、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの各々を順位付けするランキング生成手段と、を有して構成されている。
【解決手段】３次元オブジェクト検索システムは、３次元オブジェクトを検索するためのキーワードを取得するキーワード取得手段と、前記キーワード取得手段が取得したキーワードに関連する３次元オブジェクトを検索し、検索した３次元オブジェクトを取得する３次元オブジェクト検索手段と、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの形状特徴量を抽出する形状特徴量抽出手段と、前記形状特徴量抽出手段が取得した各々の形状特徴量の類似度を算出する類似度計算手段と、前記類似度計算手段が算出した類似度に基づいて、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの各々を順位付けするランキング生成手段と、を有して構成されている。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、ＷＥＢ上に多数公開された３次元オブジェクトを効率的に検索することができる３次元オブジェクト検索システム、３次元オブジェクト検索方法、３次元オブジェクト検索プログラム、および、当該プログラムを記録したコンピュータ読み取り可能な記録媒体に関する。
【背景技術】
【０００２】
近年、３次元オブジェクトの利用は増加の一途にあり、例えば、ＣＧ映画やゲームなど様々な状況で用いられている。また、実物体の３次元形状取得方法も大幅な進歩を遂げており、様々なスキャン手法が開発されている。このような背景から、今後はＷＥＢ上に公開された多くの３次元オブジェクトを検索する仕組みが必要になると考えられ、例えば特許文献１には、商品のイメージを３次元データとしてユーザに提供する検索システムが開示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００５−７８６２１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、従来の３次元オブジェクトの検索方法においては、３次元データを入力とした認識や識別法は数多く提案されているが、キーワード検索による３次元オブジェクトの取得は、これまでほとんど議論されていないのが実情である。また、３次元オブジェクト同士のマッチングによる検索方法の場合、３次元データをユーザが持っている必要がある上に、ユーザが保有している３次元オブジェクトと同じ形状しか検索できないといった問題点もあった。
【０００５】
本発明は、このような従来の問題点を解決するためになされたものであって、一般に利用されているキーワード検索によってＷＥＢ上に多数公開された３次元オブジェクトを効率的に検索し、所望の３次元オブジェクトを的確に取得することができる３次元オブジェクト検索システムおよび３次元オブジェクト検索方法を提供することを目的とする。
【課題を解決するための手段】
【０００６】
本発明は、３次元オブジェクトを検索するためのキーワードを取得するキーワード取得手段と、前記キーワード取得手段が取得したキーワードに関連する３次元オブジェクトを検索し、検索した３次元オブジェクトを取得する３次元オブジェクト検索手段と、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの形状特徴量を抽出する形状特徴量抽出手段と、前記形状特徴量抽出手段が取得した複数の形状特徴量に基づいて、各々の形状特徴量の類似度を算出する類似度計算手段と、前記類似度計算手段が算出した類似度に基づいて、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの各々を順位付けするランキング生成手段と、を有して構成されていることを特徴とする、３次元オブジェクト検索システムである。
【０００７】
また、本発明は、３次元オブジェクトを検索するためのキーワードを取得するキーワード取得ステップと、前記キーワード取得ステップで取得したキーワードに関連する３次元オブジェクトを検索し、検索した３次元オブジェクトを取得する３次元オブジェクト検索ステップと、前記３次元オブジェクト検索ステップで取得した３次元オブジェクトの形状特徴量を抽出する形状特徴量抽出ステップと、前記形状特徴量抽出ステップで取得した複数の形状特徴量に基づいて、各々の形状特徴量の類似度を算出する類似度計算ステップと、前記類似度計算ステップで算出した類似度に基づいて、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの各々を順位付けするランキング生成ステップと、を有して構成されていることを特徴とする、３次元オブジェクト検索方法である。
【発明の効果】
【０００８】
本発明に係る３次元オブジェクト検索システムや３次元オブジェクト検索方法によれば、一般に利用されているキーワード検索によってＷＥＢ上に多数公開された３次元オブジェクトを効率的に検索し、所望の３次元オブジェクトを的確に取得することができる。これは、本発明に係る、３次元形状の視点やスケールによらない３次元形状特徴量により実現される。
【図面の簡単な説明】
【０００９】
【図１】本実施形態に係る３次元オブジェクト検索システムの内部構成と適用例を示すブロック図である。
【図２】３次元オブジェクト検索システムが行う各処理の流れを示す概略フローである。
【図３】３次元オブジェクトを複数の視点から観察している様子を示した図である。
【図４】本実施形態に係る３次元オブジェクト検索システムによって検索された石膏像の一例を示した図である。
【図５】本実施形態に係る３次元オブジェクト検索システムによって検索されたアヒルの玩具の一例を示した図である。
【発明を実施するための形態】
【００１０】
以下、図面を用いて、本実施形態に係る３次元オブジェクト検索システムについて詳細に説明する。
【００１１】
＜全体構成＞
【００１２】
まず最初に、図１を用いて、本実施形態に係る３次元オブジェクト検索システム１０の全体構成について説明する。なお、同図は本実施形態に係る３次元オブジェクト検索システム１０の内部構成と適用例を示すブロック図である。
【００１３】
３次元オブジェクト検索システム１０は、キーワード取得手段１２と、３次元オブジェクト検索手段１４と、形状特徴量抽出手段１６と、類似度計算手段１８と、ランキング生成手段２０と、検索結果出力手段２２と、を有して構成されている。また、３次元オブジェクト検索システム１０は、インターネットを介して、ユーザ端末３０やＷＥＢサーバ４０などに代表される不特定多数の端末に通信可能に接続されている。なお、このような３次元オブジェクト検索システム１０としては、例えば、サーバ機やＰＣなどを適用することができる。
【００１４】
次に、図２を合わせて参照しながら、３次元オブジェクト検索システム１０の各手段１２、１４、１６、１８、２０、２２が行う処理について詳細に説明する。なお、同図は、３次元オブジェクト検索システム１０が行う各処理の流れを示す概略フローである。
【００１５】
＜キーワード取得手段＞
【００１６】
まず最初に、キーワード取得手段１２について説明する。キーワード取得手段１２は、３次元オブジェクトを検索するためのキーワード（検索キー）を取得する手段である。
【００１７】
このキーワード取得手段１２は、例えば、ユーザ端末３０にインストールされたＷＥＢブラウザを介して３次元オブジェクト検索システム１０に送信されるキーワードを取得（受信）するためのソフトウェア（プログラム）などによって構成され、３次元オブジェクトの検索キーとなるキーワード（例えば、「コップ」などの文字情報）を取得する。
【００１８】
＜３次元オブジェクト検索手段＞
【００１９】
次に、３次元オブジェクト検索手段１４について説明する。３次元オブジェクト検索手段１４は、上述のキーワード取得手段１２が取得したキーワードに関連する３次元オブジェクトを検索し、検索した３次元オブジェクトの画像情報を取得する手段である。
【００２０】
この３次元オブジェクト検索手段１４は、例えば、上述のキーワード取得手段１２が取得したキーワードを検索キーとして、インターネットを介して接続されたＷＥＢサーバ４０などの端末にアクセスし、ＷＥＢサーバ４０が提供するＷＥＢサイトのＨＴＭＬに含まれる文字情報（例えば、「コップ」という文字情報）に何らかの関連付けがなされた３次元オブジェクトの画像情報（例えば、コップの３次元オブジェクトの画像情報）を取得するためのソフトウェア（プログラム）などによって構成される。
【００２１】
例えば、ＷＥＢサイトのＨＴＭＬに「これは＜ＩＭＧ ＳＲＣ＝"コップの３次元オブジェクトの画像情報"＞コップです」といった記述が含まれていた場合、３次元オブジェクト検索手段１４は、「コップ」という文字情報の前方に記述された＜ＩＭＧ＞タグのＳＲＣに基づいて、コップの３次元オブジェクトの画像情報を取得する。
【００２２】
＜形状特徴量抽出手段＞
【００２３】
次に、形状特徴量抽出手段１６について説明する。形状特徴量抽出手段１６は、上述の３次元オブジェクト検索手段１４が取得した３次元オブジェクトの画像情報に基づいて、３次元オブジェクトを複数の視点から観察した２次元画像を生成して各々の２次元画像の形状特徴量を抽出する手段であり、例えば、ソフトウェア（プログラム）などによって構成される。
【００２４】
本実施形態では、形状特徴量抽出手段１６は、ＷＥＢサーバ４０から取得した３次元オブジェクトの画像情報に対して２次元当てはめを行い、各々の３次元オブジェクトの最大曲率と最小曲率を算出する。
【００２５】
続いて、形状特徴量抽出手段１６は、算出した最大曲率と最小曲率を用いてShape index値を算出して、これらを正規化した後に、２次元的に配置したグレースケール画像であるShape index画像（３次元オブジェクトの凹凸情報を表した画像）を作成するが、ここでは、画像情報を３次元から２次元に変換する際に生じる視点依存性を解消するために、図３に示すように、対象となる３次元オブジェクトを複数の視点（例えば、正二十面体の頂点のすべて（または一部）に相当する視点）から観察したShape index画像をそれぞれ作成する。なお、対象となる３次元オブジェクトが単視点（距離画像）の場合には、単視点のShape index画像を適用する。
【００２６】
続いて、形状特徴量抽出手段１６は、作成した複数のShape index画像の各々に対してＳＩＦＴ（Scale Invariant Feature Transpose）を適用し、各々のShape index画像間のＳＩＦＴ対応点数と、各Shape index画像のＳＩＦＴ特徴点数を算出することによって形状特徴量を抽出する。
【００２７】
＜類似度計算手段＞
【００２８】
次に、類似度計算手段１８について説明する。類似度計算手段１８は、上述の形状特徴量抽出手段１６が取得した２次元画像の各々の形状特徴量（本実施形態では、各々のShape index画像間のＳＩＦＴ対応点数と、各Shape index画像のＳＩＦＴ特徴点数）に基づいて、各々のShape index画像の類似度を算出する手段であり、例えば、ソフトウェア（プログラム）などによって構成される。
【００２９】
本実施形態では、類似度計算手段１８は、形状特徴量抽出手段１６が算出した各々のShape index画像間のＳＩＦＴ対応点数のうち、最もＳＩＦＴ対応点数が多かったShape index画像を特定し、特定したShape index画像のＳＩＦＴ対応点数とＳＩＦＴ特徴点数を用いて隣接行列を生成することによって類似度を算出する。例えば、各々のShape index画像間のＳＩＦＴ対応点数をＭｉｊ、各Shape index画像のＳＩＦＴ特徴点数をＴｉ、Ｔｊとすると、類似度Ｃｉｊは、Ｍｉｊ／（（Ｔｉ＋Ｔｊ）／２）で算出することができる。
【００３０】
＜ランキング生成手段＞
【００３１】
次に、ランキング生成手段２０について説明する。ランキング生成手段２０は、上述の類似度計算手段１８が算出した類似度に基づいて、上述の３次元オブジェクト検索手段１４が取得した３次元オブジェクトの各々を順位付けする（ランキングを決定する）手段であり、例えば、ソフトウェア（プログラム）などによって構成される。
【００３２】
このようなランキングを決定するアルゴリズムとしては、例えば、公知の技術であるVisual Rankを適用することができ、Visual Rankにおけるハイパーリンクに代えて、上述の類似度を用いることにより、類似度の高い順（他の３次元オブジェクトと関連性が高い順）に３次元オブジェクトを並び替えることができる。これにより、３次元オブジェクト間で重要度が高いもの（代表的な形状を有する３次元オブジェクト）が上位にランキングされることになる。なお、Visual Rankについては、Y. Jing, and S. Baluja, " Visual Rank: Applying Page Rank to large-scale image search "IEEE Transaction on Pattern Analysis and Machine Intelligence, vol.30, no.11, pp.1877-1890,Nov.2008などを参照されたい。
【００３３】
＜検索結果出力手段＞
【００３４】
次に、検索結果出力手段２２について説明する。検索結果出力手段２２は、上述のランキング生成手段２０によって付与された順位に基づいて、３次元オブジェクト検索手段１４が取得した３次元オブジェクトの画像情報を出力する手段である。この検索結果出力手段２２は、例えば、ランキング生成手段２０によって類似度の高い順に並び替えられた３次元オブジェクトの画像情報を、ユーザ端末３０のブラウザに出力するソフトウェア（プログラム）などによって構成される。
【００３５】
＜実験結果＞
【００３６】
次に、本実施形態に係る３次元オブジェクト検索システム１０を用いて行った検索の実験結果について説明する。
【００３７】
図４は、本実施形態に係る３次元オブジェクト検索システム１０によって検索された石膏像の一例を示した図である。この例では、「石膏像」をキーワードにして検索された複数種類の３次元オブジェクトのうち、Ｎｏ．１５で示される３次元オブジェクトが１位にランキングされており、この３次元オブジェクトが、石膏像の中で最も代表的な形状を有する３次元オブジェクト（３次元オブジェクト間で最も形状の類似度が高いもの）であることを示している。また、２位以降は、Ｎｏ．９で示される３次元オブジェクト、Ｎｏ．６で示される３次元オブジェクト、Ｎｏ．４で示される３次元オブジェクト、Ｎｏ．２で示される３次元オブジェクトの順番でランキングされている。なお、図中のShape Rankとは、上述のVisual Rankを３次元オブジェクトに拡張したことを示している。
【００３８】
また、図５は、本実施形態に係る３次元オブジェクト検索システム１０によって検索されたアヒルの玩具の一例を示した図である。この例では、「アヒルの玩具」をキーワードにして検索された複数種類の３次元オブジェクトのうち、Ｎｏ．２０で示される３次元オブジェクトが１位にランキングされており、この３次元オブジェクトが、アヒルの玩具の中で最も代表的な形状を有する３次元オブジェクト（３次元オブジェクト間で最も形状の類似度が高いもの）であることを示している。また、２位以降は、Ｎｏ．１７で示される３次元オブジェクト、Ｎｏ．１０で示される３次元オブジェクト、Ｎｏ．９で示される３次元オブジェクト、Ｎｏ．１６で示される３次元オブジェクトの順番でランキングされている。
【００３９】
以上説明したように、本実施形態に係る３次元オブジェクト検索システム１０は、３次元オブジェクトを検索するためのキーワードを取得するキーワード取得手段１２と、前記キーワード取得手段１２が取得したキーワードに関連する３次元オブジェクトを検索し、検索した３次元オブジェクトを取得する３次元オブジェクト検索手段１４と、前記３次元オブジェクト検索手段１４が取得した３次元オブジェクトの形状特徴量を抽出する形状特徴量抽出手段１６と、前記形状特徴量抽出手段１６が取得した複数の形状特徴量に基づいて、各々の形状特徴量の類似度を算出する類似度計算手段１８と、前記類似度計算手段１８が算出した類似度に基づいて、前記３次元オブジェクト検索手段１４が取得した３次元オブジェクトの各々を順位付けするランキング生成手段２０と、を有して構成されていることを特徴とする、３次元オブジェクト検索システムである。
【００４０】
本実施形態に係る３次元オブジェクト検索システム１０によれば、一般に利用されているキーワード検索によってＷＥＢ上に多数公開された３次元オブジェクトを効率的に検索し、所望の３次元オブジェクトを的確に取得することができる。
【００４１】
また、前記形状特徴量抽出手段は、前記３次元オブジェクト検索手段が取得した３次元オブジェクトから２次元画像を生成し、生成した２次元画像から抽出した特徴量を前記３次元オブジェクトの形状特徴量としてもよい。
【００４２】
このような構成とすれば、３次元オブジェクトの形状特徴量を迅速に抽出することができ、３次元オブジェクトの検索スピードを高めることができる。
【００４３】
また、前記形状特徴量抽出手段は、前記３次元オブジェクト検索手段が取得した３次元オブジェクトを複数の視点から観察した２次元画像を生成し、生成した２次元画像から抽出した特徴量を前記３次元オブジェクトの形状特徴量としてもよい。
【００４４】
このような構成とすれば、３次元オブジェクトの形状特徴量を迅速に抽出することができ、３次元オブジェクトの検索スピードを高めることができる。
【００４５】
また、前記形状特徴量抽出手段は、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの曲率から計算される値を画素値とする２次元画像であって前記３次元オブジェクトを複数の視点から観察した２次元画像（例えば、Shape index画像）を生成し、生成した２次元画像から抽出した特徴量を前記３次元オブジェクトの形状特徴量としてもよい。
【００４６】
このような構成とすれば、３次元オブジェクトの形状特徴量を迅速に抽出することができ、３次元オブジェクトの検索スピードを高めることができる。
【００４７】
また、前記形状特徴量抽出手段は、前記２次元画像にＳＩＦＴを適用して前記特徴量を抽出してもよい。
【００４８】
このような構成とすれば、３次元オブジェクトの形状特徴量を迅速に抽出することができ、３次元オブジェクトの検索スピードを高めることができる。
【００４９】
また、前記形状特徴量抽出手段は、前記３次元オブジェクト検索手段が取得した３次元オブジェクトから詳細度の異なる第２の３次元オブジェクトを生成し、生成した第２の３次元オブジェクトの各々に関して２次元画像を生成し、生成した２次元画像の各々から特徴量を抽出することによって、詳細度の異なる３次元オブジェクトから共通の形状特徴量を抽出してもよい。
【００５０】
このような構成とすれば、３次元オブジェクトの形状特徴量を迅速に抽出することができ、３次元オブジェクトの検索スピードを高めることができ、また、３次元オブジェクトのスケールの変化に、より詳細に対応することができる。
【００５１】
また、前記類似度計算手段は、前記形状特徴量抽出手段が算出した各々の２次元画像の特徴量を用いて、前記２次元画像間の対応点数を取得し、取得した対応点数を用いて類似度行列（例えば、隣接行列）を生成し、生成した類似度行列から各々の形状間の重要度を算出してもよい。
【００５２】
このような構成とすれば、３次元オブジェクトの重要度の計算を迅速に行うことができ、３次元オブジェクトの検索スピードを高めることができる。
【００５３】
また、前記ランキング生成手段は、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの各々を前記類似度計算手段によって算出された重要度が高いものほど上位に順位付けしてもよい。
【００５４】
このような構成とすれば、キーワード検索でヒットした複数種類の３次元オブジェクトの中で最も代表的な形状を有する３次元オブジェクトを特定することができ、ユーザにとって有益な検索結果を提供することができる。
【００５５】
また、３次元オブジェクトの曲率から計算される値を画素値として２次元画像を生成する手段と、前記３次元オブジェクトを複数の視点から観察して２次元画像を生成する手段と、前記各々の２次元画像から特徴量を抽出する手段からなり、前記３次元オブジェクト計測時の視点の方向に依存しない３次元形状特徴量を得るようにすれば、画像情報を３次元から２次元に変換する際に生じる視点依存性を解消しつつ３次元形状の特徴量を得ることができる。
【００５６】
なお、本発明に係る３次元オブジェクト検索システムおよび３次元オブジェクト検索方法は、上記した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変更を加え得ることは勿論である。
【００５７】
したがって、例えば、ランキング生成手段４０ではVisual Rankのアルゴリズムを適用したが、その他のアルゴリズムを適用してもよい。また、形状特徴量抽出手段１６では、ＳＩＦＴを適用して形状の特徴を抽出したが、その他の方法で形状の特徴を抽出してもよい。
【００５８】
また、例えば、ＳＩＦＴの代わりに、詳細度の異なる３次元オブジェクトを生成し、それらのShape index画像を生成し、そこから画像特徴量を抽出し利用すれば、スケールの変化により詳細に対応することができる。その際に全ての詳細度の特徴量を保存しても良いし、ＳＩＦＴのようにスケールスペースを考慮して、最も特徴的なスケールの特徴量のみを利用しても良い。
【００５９】
また、多視点への対応としては、全ての視点の特徴量を保存しても良いし、僅かに視点を変化させた時の特徴量の変化を調べて、変化の少ない、視点変化に頑健なもののみを保存しても良い。あるいは、視点変化に影響のないように、例えば、２次元画像のあるピクセルに対応する３次元物体表面の方線方向からの視点を設定し、その視点からのShape index画像を生成し、その特徴量を計算しなおしても良い。そうすると、どの視点からであっても、同じShape index画像となるため、特徴量は完全に視点に非依存となり好適である。
【産業上の利用可能性】
【００６０】
本発明に係る３次元オブジェクト検索システムおよび３次元オブジェクト検索方法は、インターネットサービスプロバイダ、ＷＥＢサービスプロバイダなどが提供する検索サービスなどに適用することができる。
【符号の説明】
【００６１】
１０ ３次元オブジェクト検索システム
１２ キーワード取得手段
１４ ３次元オブジェクト検索手段
１６ 形状特徴量抽出手段
１８ 類似度計算手段
２０ ランキング生成手段
２２ 検索結果出力手段
３０ ユーザ端末
４０ ＷＥＢサーバ
【技術分野】
【０００１】
本発明は、ＷＥＢ上に多数公開された３次元オブジェクトを効率的に検索することができる３次元オブジェクト検索システム、３次元オブジェクト検索方法、３次元オブジェクト検索プログラム、および、当該プログラムを記録したコンピュータ読み取り可能な記録媒体に関する。
【背景技術】
【０００２】
近年、３次元オブジェクトの利用は増加の一途にあり、例えば、ＣＧ映画やゲームなど様々な状況で用いられている。また、実物体の３次元形状取得方法も大幅な進歩を遂げており、様々なスキャン手法が開発されている。このような背景から、今後はＷＥＢ上に公開された多くの３次元オブジェクトを検索する仕組みが必要になると考えられ、例えば特許文献１には、商品のイメージを３次元データとしてユーザに提供する検索システムが開示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００５−７８６２１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、従来の３次元オブジェクトの検索方法においては、３次元データを入力とした認識や識別法は数多く提案されているが、キーワード検索による３次元オブジェクトの取得は、これまでほとんど議論されていないのが実情である。また、３次元オブジェクト同士のマッチングによる検索方法の場合、３次元データをユーザが持っている必要がある上に、ユーザが保有している３次元オブジェクトと同じ形状しか検索できないといった問題点もあった。
【０００５】
本発明は、このような従来の問題点を解決するためになされたものであって、一般に利用されているキーワード検索によってＷＥＢ上に多数公開された３次元オブジェクトを効率的に検索し、所望の３次元オブジェクトを的確に取得することができる３次元オブジェクト検索システムおよび３次元オブジェクト検索方法を提供することを目的とする。
【課題を解決するための手段】
【０００６】
本発明は、３次元オブジェクトを検索するためのキーワードを取得するキーワード取得手段と、前記キーワード取得手段が取得したキーワードに関連する３次元オブジェクトを検索し、検索した３次元オブジェクトを取得する３次元オブジェクト検索手段と、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの形状特徴量を抽出する形状特徴量抽出手段と、前記形状特徴量抽出手段が取得した複数の形状特徴量に基づいて、各々の形状特徴量の類似度を算出する類似度計算手段と、前記類似度計算手段が算出した類似度に基づいて、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの各々を順位付けするランキング生成手段と、を有して構成されていることを特徴とする、３次元オブジェクト検索システムである。
【０００７】
また、本発明は、３次元オブジェクトを検索するためのキーワードを取得するキーワード取得ステップと、前記キーワード取得ステップで取得したキーワードに関連する３次元オブジェクトを検索し、検索した３次元オブジェクトを取得する３次元オブジェクト検索ステップと、前記３次元オブジェクト検索ステップで取得した３次元オブジェクトの形状特徴量を抽出する形状特徴量抽出ステップと、前記形状特徴量抽出ステップで取得した複数の形状特徴量に基づいて、各々の形状特徴量の類似度を算出する類似度計算ステップと、前記類似度計算ステップで算出した類似度に基づいて、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの各々を順位付けするランキング生成ステップと、を有して構成されていることを特徴とする、３次元オブジェクト検索方法である。
【発明の効果】
【０００８】
本発明に係る３次元オブジェクト検索システムや３次元オブジェクト検索方法によれば、一般に利用されているキーワード検索によってＷＥＢ上に多数公開された３次元オブジェクトを効率的に検索し、所望の３次元オブジェクトを的確に取得することができる。これは、本発明に係る、３次元形状の視点やスケールによらない３次元形状特徴量により実現される。
【図面の簡単な説明】
【０００９】
【図１】本実施形態に係る３次元オブジェクト検索システムの内部構成と適用例を示すブロック図である。
【図２】３次元オブジェクト検索システムが行う各処理の流れを示す概略フローである。
【図３】３次元オブジェクトを複数の視点から観察している様子を示した図である。
【図４】本実施形態に係る３次元オブジェクト検索システムによって検索された石膏像の一例を示した図である。
【図５】本実施形態に係る３次元オブジェクト検索システムによって検索されたアヒルの玩具の一例を示した図である。
【発明を実施するための形態】
【００１０】
以下、図面を用いて、本実施形態に係る３次元オブジェクト検索システムについて詳細に説明する。
【００１１】
＜全体構成＞
【００１２】
まず最初に、図１を用いて、本実施形態に係る３次元オブジェクト検索システム１０の全体構成について説明する。なお、同図は本実施形態に係る３次元オブジェクト検索システム１０の内部構成と適用例を示すブロック図である。
【００１３】
３次元オブジェクト検索システム１０は、キーワード取得手段１２と、３次元オブジェクト検索手段１４と、形状特徴量抽出手段１６と、類似度計算手段１８と、ランキング生成手段２０と、検索結果出力手段２２と、を有して構成されている。また、３次元オブジェクト検索システム１０は、インターネットを介して、ユーザ端末３０やＷＥＢサーバ４０などに代表される不特定多数の端末に通信可能に接続されている。なお、このような３次元オブジェクト検索システム１０としては、例えば、サーバ機やＰＣなどを適用することができる。
【００１４】
次に、図２を合わせて参照しながら、３次元オブジェクト検索システム１０の各手段１２、１４、１６、１８、２０、２２が行う処理について詳細に説明する。なお、同図は、３次元オブジェクト検索システム１０が行う各処理の流れを示す概略フローである。
【００１５】
＜キーワード取得手段＞
【００１６】
まず最初に、キーワード取得手段１２について説明する。キーワード取得手段１２は、３次元オブジェクトを検索するためのキーワード（検索キー）を取得する手段である。
【００１７】
このキーワード取得手段１２は、例えば、ユーザ端末３０にインストールされたＷＥＢブラウザを介して３次元オブジェクト検索システム１０に送信されるキーワードを取得（受信）するためのソフトウェア（プログラム）などによって構成され、３次元オブジェクトの検索キーとなるキーワード（例えば、「コップ」などの文字情報）を取得する。
【００１８】
＜３次元オブジェクト検索手段＞
【００１９】
次に、３次元オブジェクト検索手段１４について説明する。３次元オブジェクト検索手段１４は、上述のキーワード取得手段１２が取得したキーワードに関連する３次元オブジェクトを検索し、検索した３次元オブジェクトの画像情報を取得する手段である。
【００２０】
この３次元オブジェクト検索手段１４は、例えば、上述のキーワード取得手段１２が取得したキーワードを検索キーとして、インターネットを介して接続されたＷＥＢサーバ４０などの端末にアクセスし、ＷＥＢサーバ４０が提供するＷＥＢサイトのＨＴＭＬに含まれる文字情報（例えば、「コップ」という文字情報）に何らかの関連付けがなされた３次元オブジェクトの画像情報（例えば、コップの３次元オブジェクトの画像情報）を取得するためのソフトウェア（プログラム）などによって構成される。
【００２１】
例えば、ＷＥＢサイトのＨＴＭＬに「これは＜ＩＭＧ ＳＲＣ＝"コップの３次元オブジェクトの画像情報"＞コップです」といった記述が含まれていた場合、３次元オブジェクト検索手段１４は、「コップ」という文字情報の前方に記述された＜ＩＭＧ＞タグのＳＲＣに基づいて、コップの３次元オブジェクトの画像情報を取得する。
【００２２】
＜形状特徴量抽出手段＞
【００２３】
次に、形状特徴量抽出手段１６について説明する。形状特徴量抽出手段１６は、上述の３次元オブジェクト検索手段１４が取得した３次元オブジェクトの画像情報に基づいて、３次元オブジェクトを複数の視点から観察した２次元画像を生成して各々の２次元画像の形状特徴量を抽出する手段であり、例えば、ソフトウェア（プログラム）などによって構成される。
【００２４】
本実施形態では、形状特徴量抽出手段１６は、ＷＥＢサーバ４０から取得した３次元オブジェクトの画像情報に対して２次元当てはめを行い、各々の３次元オブジェクトの最大曲率と最小曲率を算出する。
【００２５】
続いて、形状特徴量抽出手段１６は、算出した最大曲率と最小曲率を用いてShape index値を算出して、これらを正規化した後に、２次元的に配置したグレースケール画像であるShape index画像（３次元オブジェクトの凹凸情報を表した画像）を作成するが、ここでは、画像情報を３次元から２次元に変換する際に生じる視点依存性を解消するために、図３に示すように、対象となる３次元オブジェクトを複数の視点（例えば、正二十面体の頂点のすべて（または一部）に相当する視点）から観察したShape index画像をそれぞれ作成する。なお、対象となる３次元オブジェクトが単視点（距離画像）の場合には、単視点のShape index画像を適用する。
【００２６】
続いて、形状特徴量抽出手段１６は、作成した複数のShape index画像の各々に対してＳＩＦＴ（Scale Invariant Feature Transpose）を適用し、各々のShape index画像間のＳＩＦＴ対応点数と、各Shape index画像のＳＩＦＴ特徴点数を算出することによって形状特徴量を抽出する。
【００２７】
＜類似度計算手段＞
【００２８】
次に、類似度計算手段１８について説明する。類似度計算手段１８は、上述の形状特徴量抽出手段１６が取得した２次元画像の各々の形状特徴量（本実施形態では、各々のShape index画像間のＳＩＦＴ対応点数と、各Shape index画像のＳＩＦＴ特徴点数）に基づいて、各々のShape index画像の類似度を算出する手段であり、例えば、ソフトウェア（プログラム）などによって構成される。
【００２９】
本実施形態では、類似度計算手段１８は、形状特徴量抽出手段１６が算出した各々のShape index画像間のＳＩＦＴ対応点数のうち、最もＳＩＦＴ対応点数が多かったShape index画像を特定し、特定したShape index画像のＳＩＦＴ対応点数とＳＩＦＴ特徴点数を用いて隣接行列を生成することによって類似度を算出する。例えば、各々のShape index画像間のＳＩＦＴ対応点数をＭｉｊ、各Shape index画像のＳＩＦＴ特徴点数をＴｉ、Ｔｊとすると、類似度Ｃｉｊは、Ｍｉｊ／（（Ｔｉ＋Ｔｊ）／２）で算出することができる。
【００３０】
＜ランキング生成手段＞
【００３１】
次に、ランキング生成手段２０について説明する。ランキング生成手段２０は、上述の類似度計算手段１８が算出した類似度に基づいて、上述の３次元オブジェクト検索手段１４が取得した３次元オブジェクトの各々を順位付けする（ランキングを決定する）手段であり、例えば、ソフトウェア（プログラム）などによって構成される。
【００３２】
このようなランキングを決定するアルゴリズムとしては、例えば、公知の技術であるVisual Rankを適用することができ、Visual Rankにおけるハイパーリンクに代えて、上述の類似度を用いることにより、類似度の高い順（他の３次元オブジェクトと関連性が高い順）に３次元オブジェクトを並び替えることができる。これにより、３次元オブジェクト間で重要度が高いもの（代表的な形状を有する３次元オブジェクト）が上位にランキングされることになる。なお、Visual Rankについては、Y. Jing, and S. Baluja, " Visual Rank: Applying Page Rank to large-scale image search "IEEE Transaction on Pattern Analysis and Machine Intelligence, vol.30, no.11, pp.1877-1890,Nov.2008などを参照されたい。
【００３３】
＜検索結果出力手段＞
【００３４】
次に、検索結果出力手段２２について説明する。検索結果出力手段２２は、上述のランキング生成手段２０によって付与された順位に基づいて、３次元オブジェクト検索手段１４が取得した３次元オブジェクトの画像情報を出力する手段である。この検索結果出力手段２２は、例えば、ランキング生成手段２０によって類似度の高い順に並び替えられた３次元オブジェクトの画像情報を、ユーザ端末３０のブラウザに出力するソフトウェア（プログラム）などによって構成される。
【００３５】
＜実験結果＞
【００３６】
次に、本実施形態に係る３次元オブジェクト検索システム１０を用いて行った検索の実験結果について説明する。
【００３７】
図４は、本実施形態に係る３次元オブジェクト検索システム１０によって検索された石膏像の一例を示した図である。この例では、「石膏像」をキーワードにして検索された複数種類の３次元オブジェクトのうち、Ｎｏ．１５で示される３次元オブジェクトが１位にランキングされており、この３次元オブジェクトが、石膏像の中で最も代表的な形状を有する３次元オブジェクト（３次元オブジェクト間で最も形状の類似度が高いもの）であることを示している。また、２位以降は、Ｎｏ．９で示される３次元オブジェクト、Ｎｏ．６で示される３次元オブジェクト、Ｎｏ．４で示される３次元オブジェクト、Ｎｏ．２で示される３次元オブジェクトの順番でランキングされている。なお、図中のShape Rankとは、上述のVisual Rankを３次元オブジェクトに拡張したことを示している。
【００３８】
また、図５は、本実施形態に係る３次元オブジェクト検索システム１０によって検索されたアヒルの玩具の一例を示した図である。この例では、「アヒルの玩具」をキーワードにして検索された複数種類の３次元オブジェクトのうち、Ｎｏ．２０で示される３次元オブジェクトが１位にランキングされており、この３次元オブジェクトが、アヒルの玩具の中で最も代表的な形状を有する３次元オブジェクト（３次元オブジェクト間で最も形状の類似度が高いもの）であることを示している。また、２位以降は、Ｎｏ．１７で示される３次元オブジェクト、Ｎｏ．１０で示される３次元オブジェクト、Ｎｏ．９で示される３次元オブジェクト、Ｎｏ．１６で示される３次元オブジェクトの順番でランキングされている。
【００３９】
以上説明したように、本実施形態に係る３次元オブジェクト検索システム１０は、３次元オブジェクトを検索するためのキーワードを取得するキーワード取得手段１２と、前記キーワード取得手段１２が取得したキーワードに関連する３次元オブジェクトを検索し、検索した３次元オブジェクトを取得する３次元オブジェクト検索手段１４と、前記３次元オブジェクト検索手段１４が取得した３次元オブジェクトの形状特徴量を抽出する形状特徴量抽出手段１６と、前記形状特徴量抽出手段１６が取得した複数の形状特徴量に基づいて、各々の形状特徴量の類似度を算出する類似度計算手段１８と、前記類似度計算手段１８が算出した類似度に基づいて、前記３次元オブジェクト検索手段１４が取得した３次元オブジェクトの各々を順位付けするランキング生成手段２０と、を有して構成されていることを特徴とする、３次元オブジェクト検索システムである。
【００４０】
本実施形態に係る３次元オブジェクト検索システム１０によれば、一般に利用されているキーワード検索によってＷＥＢ上に多数公開された３次元オブジェクトを効率的に検索し、所望の３次元オブジェクトを的確に取得することができる。
【００４１】
また、前記形状特徴量抽出手段は、前記３次元オブジェクト検索手段が取得した３次元オブジェクトから２次元画像を生成し、生成した２次元画像から抽出した特徴量を前記３次元オブジェクトの形状特徴量としてもよい。
【００４２】
このような構成とすれば、３次元オブジェクトの形状特徴量を迅速に抽出することができ、３次元オブジェクトの検索スピードを高めることができる。
【００４３】
また、前記形状特徴量抽出手段は、前記３次元オブジェクト検索手段が取得した３次元オブジェクトを複数の視点から観察した２次元画像を生成し、生成した２次元画像から抽出した特徴量を前記３次元オブジェクトの形状特徴量としてもよい。
【００４４】
このような構成とすれば、３次元オブジェクトの形状特徴量を迅速に抽出することができ、３次元オブジェクトの検索スピードを高めることができる。
【００４５】
また、前記形状特徴量抽出手段は、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの曲率から計算される値を画素値とする２次元画像であって前記３次元オブジェクトを複数の視点から観察した２次元画像（例えば、Shape index画像）を生成し、生成した２次元画像から抽出した特徴量を前記３次元オブジェクトの形状特徴量としてもよい。
【００４６】
このような構成とすれば、３次元オブジェクトの形状特徴量を迅速に抽出することができ、３次元オブジェクトの検索スピードを高めることができる。
【００４７】
また、前記形状特徴量抽出手段は、前記２次元画像にＳＩＦＴを適用して前記特徴量を抽出してもよい。
【００４８】
このような構成とすれば、３次元オブジェクトの形状特徴量を迅速に抽出することができ、３次元オブジェクトの検索スピードを高めることができる。
【００４９】
また、前記形状特徴量抽出手段は、前記３次元オブジェクト検索手段が取得した３次元オブジェクトから詳細度の異なる第２の３次元オブジェクトを生成し、生成した第２の３次元オブジェクトの各々に関して２次元画像を生成し、生成した２次元画像の各々から特徴量を抽出することによって、詳細度の異なる３次元オブジェクトから共通の形状特徴量を抽出してもよい。
【００５０】
このような構成とすれば、３次元オブジェクトの形状特徴量を迅速に抽出することができ、３次元オブジェクトの検索スピードを高めることができ、また、３次元オブジェクトのスケールの変化に、より詳細に対応することができる。
【００５１】
また、前記類似度計算手段は、前記形状特徴量抽出手段が算出した各々の２次元画像の特徴量を用いて、前記２次元画像間の対応点数を取得し、取得した対応点数を用いて類似度行列（例えば、隣接行列）を生成し、生成した類似度行列から各々の形状間の重要度を算出してもよい。
【００５２】
このような構成とすれば、３次元オブジェクトの重要度の計算を迅速に行うことができ、３次元オブジェクトの検索スピードを高めることができる。
【００５３】
また、前記ランキング生成手段は、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの各々を前記類似度計算手段によって算出された重要度が高いものほど上位に順位付けしてもよい。
【００５４】
このような構成とすれば、キーワード検索でヒットした複数種類の３次元オブジェクトの中で最も代表的な形状を有する３次元オブジェクトを特定することができ、ユーザにとって有益な検索結果を提供することができる。
【００５５】
また、３次元オブジェクトの曲率から計算される値を画素値として２次元画像を生成する手段と、前記３次元オブジェクトを複数の視点から観察して２次元画像を生成する手段と、前記各々の２次元画像から特徴量を抽出する手段からなり、前記３次元オブジェクト計測時の視点の方向に依存しない３次元形状特徴量を得るようにすれば、画像情報を３次元から２次元に変換する際に生じる視点依存性を解消しつつ３次元形状の特徴量を得ることができる。
【００５６】
なお、本発明に係る３次元オブジェクト検索システムおよび３次元オブジェクト検索方法は、上記した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変更を加え得ることは勿論である。
【００５７】
したがって、例えば、ランキング生成手段４０ではVisual Rankのアルゴリズムを適用したが、その他のアルゴリズムを適用してもよい。また、形状特徴量抽出手段１６では、ＳＩＦＴを適用して形状の特徴を抽出したが、その他の方法で形状の特徴を抽出してもよい。
【００５８】
また、例えば、ＳＩＦＴの代わりに、詳細度の異なる３次元オブジェクトを生成し、それらのShape index画像を生成し、そこから画像特徴量を抽出し利用すれば、スケールの変化により詳細に対応することができる。その際に全ての詳細度の特徴量を保存しても良いし、ＳＩＦＴのようにスケールスペースを考慮して、最も特徴的なスケールの特徴量のみを利用しても良い。
【００５９】
また、多視点への対応としては、全ての視点の特徴量を保存しても良いし、僅かに視点を変化させた時の特徴量の変化を調べて、変化の少ない、視点変化に頑健なもののみを保存しても良い。あるいは、視点変化に影響のないように、例えば、２次元画像のあるピクセルに対応する３次元物体表面の方線方向からの視点を設定し、その視点からのShape index画像を生成し、その特徴量を計算しなおしても良い。そうすると、どの視点からであっても、同じShape index画像となるため、特徴量は完全に視点に非依存となり好適である。
【産業上の利用可能性】
【００６０】
本発明に係る３次元オブジェクト検索システムおよび３次元オブジェクト検索方法は、インターネットサービスプロバイダ、ＷＥＢサービスプロバイダなどが提供する検索サービスなどに適用することができる。
【符号の説明】
【００６１】
１０ ３次元オブジェクト検索システム
１２ キーワード取得手段
１４ ３次元オブジェクト検索手段
１６ 形状特徴量抽出手段
１８ 類似度計算手段
２０ ランキング生成手段
２２ 検索結果出力手段
３０ ユーザ端末
４０ ＷＥＢサーバ
【特許請求の範囲】
【請求項１】
３次元オブジェクトを検索するためのキーワードを取得するキーワード取得手段と、
前記キーワード取得手段が取得したキーワードに関連する３次元オブジェクトを検索し、検索した３次元オブジェクトを取得する３次元オブジェクト検索手段と、
前記３次元オブジェクト検索手段が取得した３次元オブジェクトの形状特徴量を抽出する形状特徴量抽出手段と、
前記形状特徴量抽出手段が取得した複数の形状特徴量に基づいて、各々の形状特徴量の類似度を算出する類似度計算手段と、
前記類似度計算手段が算出した類似度に基づいて、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの各々を順位付けするランキング生成手段と、を有して構成されていることを特徴とする、
３次元オブジェクト検索システム。
【請求項２】
前記形状特徴量抽出手段は、
前記３次元オブジェクト検索手段が取得した３次元オブジェクトから２次元画像を生成し、生成した２次元画像から抽出した特徴量を前記３次元オブジェクトの形状特徴量とすることを特徴とする、
請求項１に記載の３次元オブジェクト検索システム。
【請求項３】
前記形状特徴量抽出手段は、
前記３次元オブジェクト検索手段が取得した３次元オブジェクトを複数の視点から観察した２次元画像を生成し、生成した２次元画像から抽出した特徴量を前記３次元オブジェクトの形状特徴量とすることを特徴とする、
請求項２に記載の３次元オブジェクト検索システム。
【請求項４】
前記形状特徴量抽出手段は、
前記３次元オブジェクト検索手段が取得した３次元オブジェクトの曲率から計算される値を画素値とする２次元画像であって前記３次元オブジェクトを複数の視点から観察した２次元画像を生成し、生成した２次元画像から抽出した特徴量を前記３次元オブジェクトの形状特徴量とすることを特徴とする、
請求項３に記載の３次元オブジェクト検索システム。
【請求項５】
前記形状特徴量抽出手段は、
前記２次元画像にＳＩＦＴを適用して前記特徴量を抽出することを特徴とする、
請求項４に記載の３次元オブジェクト検索システム。
【請求項６】
前記形状特徴量抽出手段は、
前記３次元オブジェクト検索手段が取得した３次元オブジェクトから詳細度の異なる第２の３次元オブジェクトを生成し、生成した第２の３次元オブジェクトの各々に関して２次元画像を生成し、生成した２次元画像の各々から特徴量を抽出することによって、詳細度の異なる３次元オブジェクトから共通の形状特徴量を抽出することを特徴とする、
請求項４に記載の３次元オブジェクト検索システム。
【請求項７】
前記類似度計算手段は、
前記形状特徴量抽出手段が算出した各々の２次元画像の特徴量を用いて、前記２次元画像間の対応点数を取得し、取得した対応点数を用いて類似度行列を生成し、生成した類似度行列から各々の形状間の重要度を算出することを特徴とする、
請求項２〜６のいずれかに記載の３次元オブジェクト検索システム。
【請求項８】
前記ランキング生成手段は、
前記３次元オブジェクト検索手段が取得した３次元オブジェクトの各々を前記類似度計算手段によって算出された重要度が高いものほど上位に順位付けすることを特徴とする、
請求項７に記載の３次元オブジェクト検索システム。
【請求項９】
３次元オブジェクトを検索するためのキーワードを取得するキーワード取得ステップと、
前記キーワード取得ステップで取得したキーワードに関連する３次元オブジェクトを検索し、検索した３次元オブジェクトを取得する３次元オブジェクト検索ステップと、
前記３次元オブジェクト検索ステップで取得した３次元オブジェクトの形状特徴量を抽出する形状特徴量抽出ステップと、
前記形状特徴量抽出ステップで取得した複数の形状特徴量に基づいて、各々の形状特徴量の類似度を算出する類似度計算ステップと、
前記類似度計算ステップで算出した類似度に基づいて、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの各々を順位付けするランキング生成ステップと、を有して構成されていることを特徴とする、
３次元オブジェクト検索方法。
【請求項１０】
３次元オブジェクトを検索するためのキーワードを取得するキーワード取得手段と、
前記キーワード取得手段が取得したキーワードに関連する３次元オブジェクトを検索し、検索した３次元オブジェクトを取得する３次元オブジェクト検索手段と、
前記３次元オブジェクト検索手段が取得した３次元オブジェクトの形状特徴量を抽出する形状特徴量抽出手段と、
前記形状特徴量抽出手段が取得した複数の形状特徴量に基づいて、各々の形状特徴量の類似度を算出する類似度計算手段と、
前記類似度計算手段が算出した類似度に基づいて、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの各々を順位付けするランキング生成手段として、コンピュータを機能させることを特徴とする、
３次元オブジェクト検索プログラム。
【請求項１１】
請求項１０に記載の３次元オブジェクト検索プログラムが記録されていることを特徴とする、
コンピュータ読み取り可能な記録媒体。
【請求項１２】
３次元オブジェクトの曲率から計算される値を画素値として２次元画像を生成する手段と、前記３次元オブジェクトを複数の視点から観察して２次元画像を生成する手段と、前記各々の２次元画像から特徴量を抽出する手段からなり、前記３次元オブジェクト計測時の視点の方向に依存しない３次元形状特徴量を得ることを特徴とする、
３次元形状特徴量抽出システム。
【請求項１】
３次元オブジェクトを検索するためのキーワードを取得するキーワード取得手段と、
前記キーワード取得手段が取得したキーワードに関連する３次元オブジェクトを検索し、検索した３次元オブジェクトを取得する３次元オブジェクト検索手段と、
前記３次元オブジェクト検索手段が取得した３次元オブジェクトの形状特徴量を抽出する形状特徴量抽出手段と、
前記形状特徴量抽出手段が取得した複数の形状特徴量に基づいて、各々の形状特徴量の類似度を算出する類似度計算手段と、
前記類似度計算手段が算出した類似度に基づいて、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの各々を順位付けするランキング生成手段と、を有して構成されていることを特徴とする、
３次元オブジェクト検索システム。
【請求項２】
前記形状特徴量抽出手段は、
前記３次元オブジェクト検索手段が取得した３次元オブジェクトから２次元画像を生成し、生成した２次元画像から抽出した特徴量を前記３次元オブジェクトの形状特徴量とすることを特徴とする、
請求項１に記載の３次元オブジェクト検索システム。
【請求項３】
前記形状特徴量抽出手段は、
前記３次元オブジェクト検索手段が取得した３次元オブジェクトを複数の視点から観察した２次元画像を生成し、生成した２次元画像から抽出した特徴量を前記３次元オブジェクトの形状特徴量とすることを特徴とする、
請求項２に記載の３次元オブジェクト検索システム。
【請求項４】
前記形状特徴量抽出手段は、
前記３次元オブジェクト検索手段が取得した３次元オブジェクトの曲率から計算される値を画素値とする２次元画像であって前記３次元オブジェクトを複数の視点から観察した２次元画像を生成し、生成した２次元画像から抽出した特徴量を前記３次元オブジェクトの形状特徴量とすることを特徴とする、
請求項３に記載の３次元オブジェクト検索システム。
【請求項５】
前記形状特徴量抽出手段は、
前記２次元画像にＳＩＦＴを適用して前記特徴量を抽出することを特徴とする、
請求項４に記載の３次元オブジェクト検索システム。
【請求項６】
前記形状特徴量抽出手段は、
前記３次元オブジェクト検索手段が取得した３次元オブジェクトから詳細度の異なる第２の３次元オブジェクトを生成し、生成した第２の３次元オブジェクトの各々に関して２次元画像を生成し、生成した２次元画像の各々から特徴量を抽出することによって、詳細度の異なる３次元オブジェクトから共通の形状特徴量を抽出することを特徴とする、
請求項４に記載の３次元オブジェクト検索システム。
【請求項７】
前記類似度計算手段は、
前記形状特徴量抽出手段が算出した各々の２次元画像の特徴量を用いて、前記２次元画像間の対応点数を取得し、取得した対応点数を用いて類似度行列を生成し、生成した類似度行列から各々の形状間の重要度を算出することを特徴とする、
請求項２〜６のいずれかに記載の３次元オブジェクト検索システム。
【請求項８】
前記ランキング生成手段は、
前記３次元オブジェクト検索手段が取得した３次元オブジェクトの各々を前記類似度計算手段によって算出された重要度が高いものほど上位に順位付けすることを特徴とする、
請求項７に記載の３次元オブジェクト検索システム。
【請求項９】
３次元オブジェクトを検索するためのキーワードを取得するキーワード取得ステップと、
前記キーワード取得ステップで取得したキーワードに関連する３次元オブジェクトを検索し、検索した３次元オブジェクトを取得する３次元オブジェクト検索ステップと、
前記３次元オブジェクト検索ステップで取得した３次元オブジェクトの形状特徴量を抽出する形状特徴量抽出ステップと、
前記形状特徴量抽出ステップで取得した複数の形状特徴量に基づいて、各々の形状特徴量の類似度を算出する類似度計算ステップと、
前記類似度計算ステップで算出した類似度に基づいて、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの各々を順位付けするランキング生成ステップと、を有して構成されていることを特徴とする、
３次元オブジェクト検索方法。
【請求項１０】
３次元オブジェクトを検索するためのキーワードを取得するキーワード取得手段と、
前記キーワード取得手段が取得したキーワードに関連する３次元オブジェクトを検索し、検索した３次元オブジェクトを取得する３次元オブジェクト検索手段と、
前記３次元オブジェクト検索手段が取得した３次元オブジェクトの形状特徴量を抽出する形状特徴量抽出手段と、
前記形状特徴量抽出手段が取得した複数の形状特徴量に基づいて、各々の形状特徴量の類似度を算出する類似度計算手段と、
前記類似度計算手段が算出した類似度に基づいて、前記３次元オブジェクト検索手段が取得した３次元オブジェクトの各々を順位付けするランキング生成手段として、コンピュータを機能させることを特徴とする、
３次元オブジェクト検索プログラム。
【請求項１１】
請求項１０に記載の３次元オブジェクト検索プログラムが記録されていることを特徴とする、
コンピュータ読み取り可能な記録媒体。
【請求項１２】
３次元オブジェクトの曲率から計算される値を画素値として２次元画像を生成する手段と、前記３次元オブジェクトを複数の視点から観察して２次元画像を生成する手段と、前記各々の２次元画像から特徴量を抽出する手段からなり、前記３次元オブジェクト計測時の視点の方向に依存しない３次元形状特徴量を得ることを特徴とする、
３次元形状特徴量抽出システム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図２】
【図３】
【図４】
【図５】
【公開番号】特開２０１１−１８０７９３（Ｐ２０１１−１８０７９３Ａ）
【公開日】平成２３年９月１５日（２０１１．９．１５）
【国際特許分類】
【出願番号】特願２０１０−４３６５９（Ｐ２０１０−４３６５９）
【出願日】平成２２年３月１日（２０１０．３．１）
【出願人】（５０４１９０５４８）国立大学法人埼玉大学 (292)
【出願人】（５１０３３２９４７）
【出願人】（５０４３２２６１１）学校法人 京都産業大学 (27)
【Ｆターム（参考）】
【公開日】平成２３年９月１５日（２０１１．９．１５）
【国際特許分類】
【出願日】平成２２年３月１日（２０１０．３．１）
【出願人】（５０４１９０５４８）国立大学法人埼玉大学 (292)
【出願人】（５１０３３２９４７）
【出願人】（５０４３２２６１１）学校法人 京都産業大学 (27)
【Ｆターム（参考）】
[ Back to top ]