主催: 日本知能情報ファジィ学会
共催: 国際ファジィシステム学会
本論文では,ファジィクラスタリングに基づく新しい物体認識手法を提案する.プリミティブなモデルによって置き換えることのできる複数物体に対して,提案手法は物体に関する個数や形状の事前情報なしに適用することができる.アプローチは3つのステップに分けられる.まず,複数物体のステレオ画像からステレオマッチングによって3次元情報が復元する.つぎにクラスタ数評価規準を適用したファジィc-平均法によって3次元データを個々の物体に分離する.最後にノイズクラスタリングを適用したファジィc-線形多様体法によって個々の物体の形状を抽出する.人工3次元シミュレーションデータとステレオマッチングによって得られる実データを用いて提案手法の有効性と妥当性を示す.