抄録
近年，スマートフォンの普及や Web ブラウザの機能向上により，三次元物体による豊かな表現を利用したアプリケーションやサービスが増加している．今後，文書・画像データのように，Web 上に三次元物体データが爆発的に増加することが予想される．これにともない，大量にある三次元物体から，形状的特徴を手がかりに検索を行う，三次元物体の形状類似検索技術が必要とされている．本論文では，三次元物体から生成したDepth Buffer画像の局所特徴量の相関による，新しい三次元物体の特徴量Local Feature Correlation Descriptor（LCoD）を提案する．LCoD では，まず，複数視点よりレンダリングした Depth Buffer画像から局所特徴量を抽出する．そして，各 Depth Buffer 画像ごとに，局所特徴量の相関行列を求め，相関行列の要素を並べたものを，三次元物体の特徴量とする．LCoD は，Princeton Shape Benchmark を用いた比較実験において，検索結果上位での適合率を表すFirst Tier が 0.4708 となり，Light-Field Descriptorなどの従来手法よりも優れた検索性能を示した．
