特許ウォッチ

公開番号2025137128
公報種別公開特許公報(A)
公開日2025-09-19
出願番号2024036149
出願日2024-03-08
発明の名称情報処理装置、情報処理方法、及びプログラム
出願人日本電気株式会社
代理人個人
主分類G06T 15/00 20110101AFI20250911BHJP(計算;計数)
要約【課題】空間の表現能力が向上した3次元形状補完手法を実現する情報処理装置、方法及びプログラムを提供する。
【解決手段】情報処理装置は、学習フェーズ用の入力データを取得する取得部と、入力データに含まれる各ピクセルの3次元座標を、デプスデータにおける各ピクセルのデプスデータを参照することによって特定して3次元構造データを生成する3次元構造データ生成部と、3次元構造データをサンプリングすることによって、サンプリング後の3次元構造データを生成するサンプリング部と、サンプリング後の3次元構造データに対して、遮蔽個所や欠損個所を推定して補完処理を適用する補完部と、補完処理における中間特徴量を参照した形状推定処理を実行する推定部と、形状推定処理によって得られた形状に関する損失値である第1の損失値を参照して、補完手段を学習させる第1の学習部とを備える。
【選択図】図1
特許請求の範囲【請求項１】
入力データを取得する取得手段と、
前記入力データから３次元構造データを生成する３次元構造データ生成手段と、
前記３次元構造データをサンプリングすることによって、サンプリング後の３次元構造データを生成するサンプリング手段と、
前記サンプリング後の３次元構造データに対して補完処理を適用する補完手段と、
前記補完処理における中間特徴量を参照した形状推定処理を実行する推定手段と、
前記形状推定処理によって得られた形状に関する損失値である第１の損失値を参照して、前記補完手段を学習させる第１の学習手段と
を備えている情報処理装置。
続きを表示（約 1,900 文字）【請求項２】
前記推定手段は、前記形状推定処理において１又は複数の距離関数値を算出し、
前記第１の損失値は、前記１又は複数の距離関数値に関する損失値である
請求項１に記載の情報処理装置。
【請求項３】
前記推定手段は、
前記補完処理における前記中間特徴量を潜在変数に変換する特徴量変換手段と、
前記潜在変数と、前記前記サンプリング後の３次元構造データとを参照して前記形状推定処理を実行する形状推定手段と
を備えている
請求項２に記載の情報処理装置。
【請求項４】
前記補完手段は、
前記サンプリング後の３次元構造データが入力され、前記中間特徴量を出力するエンコーダと、
前記中間特徴量が入力され、補完後の３次元構造データを出力するデコーダと
を備え、
前記第１の学習手段は、
前記第１の損失値を参照して、前記エンコーダを機械学習させる
請求項１から３の何れか１項に記載の情報処理装置。
【請求項５】
前記デコーダが出力した前記補完後の３次元構造データと、前記３次元構造データ生成手段が生成した３次元構造データとの相違を示す第２の損失値を参照して、前記エンコーダと前記デコーダとを機械学習させる第２の学習手段と
を備えている請求項４に記載の情報処理装置。
【請求項６】
入力データを取得する取得手段と、
前記入力データから３次元構造データを生成する３次元構造データ生成手段と、
前記３次元構造データに対して補完処理を適用する補完手段と、
前記補完処理が適用された３次元構造データから出力データを生成する出力データ生成手段と
を備え、
前記補完手段は、
学習用データから生成された３次元構造データをサンプリングすることによって、サンプリング後の３次元構造データを生成するサンプリング処理と、
前記サンプリング後の３次元構造データに対する当該補完手段による補完処理と、
前記補完処理における中間特徴量を参照した形状推定処理と、
前記形状推定処理によって得られた形状に関する損失値である第１の損失値を参照して、前記補完手段を学習させる第１の学習処理と
によって学習されたものである
情報処理装置。
【請求項７】
入力データを取得することと、
前記入力データから３次元構造データを生成することと、
前記３次元構造データをサンプリングすることによって、サンプリング後の３次元構造データを生成することと、
前記サンプリング後の３次元構造データに対して補完手段による補完処理を適用することと、
前記補完処理における中間特徴量を参照した形状推定処理を実行することと、
前記形状推定処理によって得られた形状に関する損失値である第１の損失値を参照して、前記補完手段を学習させることと
を含んでいる情報処理方法。
【請求項８】
入力データを取得することと、
前記入力データから３次元構造データを生成することと、
前記３次元構造データに対して補完手段による補完処理を適用することと、
前記補完処理が適用された３次元構造データから出力データを生成することと
を含み、
前記補完手段は、
学習用データから生成された３次元構造データをサンプリングすることによって、サンプリング後の３次元構造データを生成することと、
前記サンプリング後の３次元構造データに対する当該補完手段による補完処理を適用することと、
前記補完処理における中間特徴量を参照した形状推定処理を実行することと、
前記形状推定処理によって得られた形状に関する損失値である第１の損失値を参照して、前記補完手段を学習させることと
によって学習されたものである
情報処理方法。
【請求項９】
請求項１に記載の情報処理装置としてコンピュータを機能させるためのプログラムであって、前記取得手段、前記３次元構造データ生成手段、前記サンプリング手段、前記補完手段、前記推定手段、及び前記第１の学習手段としてコンピュータを機能させるためのプログラム。
【請求項１０】
請求項６に記載の情報処理装置としてコンピュータを機能させるためのプログラムであって、前記取得手段、前記３次元構造データ生成手段、前記補完手段、及び前記出力データ生成手段としてコンピュータを機能させるためのプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、情報処理装置、情報処理方法、及びプログラムに関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
実世界をセンサによってスキャンし再構成する技術が知られている。また、当該再構成によって得られた３次元データには、遮蔽領域や欠損領域が発生し得ることから、これらの領域を補完する方法も知られている（例えば非特許文献１）。
【先行技術文献】
【非特許文献】
【０００３】
Angela Dai et. al.，SG-NN: Sparse Generative Neural Networks for Self-Supervised Scene Completion of RGB-D Scans，2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR).
【発明の概要】
【発明が解決しようとする課題】
【０００４】
非特許文献１に記載の技術は、Voxelベースの３次元形状補完手法であるが、空間の表現能力が限定的であるという問題があった。
【０００５】
本開示は、上記の問題に鑑みてなされたものであり、その一例示的目的は、空間の表現能力が向上した３次元形状補完手法を提供することにある。
【課題を解決するための手段】
【０００６】
本開示の一例示的側面に係る情報処理装置は、入力データを取得する取得手段と、前記入力データから３次元構造データを生成する３次元構造データ生成手段と、前記３次元構造データをサンプリングすることによって、サンプリング後の３次元構造データを生成するサンプリング手段と、前記サンプリング後の３次元構造データに対して補完処理を適用する補完手段と、前記補完処理における中間特徴量を参照した形状推定処理を実行する推定手段と、前記形状推定処理によって得られた形状に関する損失値である第１の損失値を参照して、前記補完手段を学習させる第１の学習手段とを備えている。
【０００７】
本開示の一例示的側面に係る情報処理装置は、入力データを取得する取得手段と、前記入力データから３次元構造データを生成する３次元構造データ生成手段と、前記３次元構造データに対して補完処理を適用する補完手段と、前記補完処理が適用された３次元構造データから出力データを生成する出力データ生成手段とを備え、前記補完手段は、学習用データから生成された３次元構造データをサンプリングすることによって、サンプリング後の３次元構造データを生成するサンプリング処理と、前記サンプリング後の３次元構造データに対する当該補完手段による補完処理と、前記補完処理における中間特徴量を参照した形状推定処理と、前記形状推定処理によって得られた形状に関する損失値である第１の損失値を参照して、前記補完手段を学習させる第１の学習処理とによって学習されたものである。
【０００８】
本開示の一例示的側面に係る情報処理方法は、入力データを取得することと、前記入力データから３次元構造データを生成することと、前記３次元構造データをサンプリングすることによって、サンプリング後の３次元構造データを生成することと、前記サンプリング後の３次元構造データに対して補完手段による補完処理を適用することと、前記補完処理における中間特徴量を参照した形状推定処理を実行することと、前記形状推定処理によって得られた形状に関する損失値である第１の損失値を参照して、前記補完手段を学習させることとを含んでいる。
【０００９】
本開示の一例示的側面に係る情報処理方法は、入力データを取得することと、前記入力データから３次元構造データを生成することと、前記３次元構造データに対して補完手段による補完処理を適用することと、前記補完処理が適用された３次元構造データから出力データを生成することとを含み、前記補完手段は、学習用データから生成された３次元構造データをサンプリングすることによって、サンプリング後の３次元構造データを生成することと、前記サンプリング後の３次元構造データに対する当該補完手段による補完処理を適用することと、前記補完処理における中間特徴量を参照した形状推定処理を実行することと、前記形状推定処理によって得られた形状に関する損失値である第１の損失値を参照して、前記補完手段を学習させることとによって学習されたものである。
【発明の効果】
【００１０】
本開示の一例示的側面によれば、空間の表現能力が向上した３次元形状補完手法を提供することができるという一例示的効果を奏する。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許