CNNを用いたボクセルモデルの高精度化

抄録

近年、3次元スキャナを用いて実物を点群データとして取得し、デジタルアーカイブやリバースエンジニアリングなどで用いられている。しかし、計測環境や対象物の材質などによってデータに欠損を含む場合があり、その後の活用を考えると点群データの形状再現性を高める必要がある。そこで本研究では、欠損領域を含む3次元モデルの高精度化の手法を提案する。一般的にはポリゴン化や曲面化を行って欠損を補間することがなされている。提案手法では、欠損を含む周辺領域を点群からボクセルモデルに変換し、CNNを用いて欠損部分を補間する。最後に、実験により提案手法の有効性を検証する。