詳解 3 次元点群処理 Python による基礎アルゴリズムの実装

基礎的な点群処理から、 ICP アルゴリズム、物体認識、 PointNet までを Python で学ぼう!★章末問題付き★ ・ Open3D を使用し、 Python プログミングとともに平易に解説。 ・サンプルコードをサポートページから提供したので、すぐに実践できる! ・最終章では、 RGBD 画像、ボクセルデータ、メッシュデータ、多視点画像の 3 次元データ処理も解説。 【主な内容】 第 1 章 はじめに 第 2 章 点群処理の基礎 第 3 章 特徴点・特徴量の抽出 第 4 章 点群レジストレーション (位置合わせ) 第 5 章 点群からの物体認識 第 6 章 深層学習による 3 次元点群処理 第 7 章 点群以外の 3 次元データ処理 目次 第 1 章 はじめに 1.1 3 次元世界について 1.2 本書について 1.3 3 次元計測原理 1.4 3 次元センサの紹介 章末問題 第 2 章 点群処理の基礎 2.1 ファイル入出力 2.2 描画 2.3 回転・並進・スケール変換 2.4 サンプリング 2.5 法線推定 章末問題 第 3 章 特徴点・特徴量の抽出 3.1 特徴点 (キーポイント) 3.2 大域特徴量 3.3 局所特徴量 章末問題 第 4 章 点群レジストレーション (位置合わせ) 4.1 最近傍点の探索 (単純な方法) 4.2 最近傍点の探索 (kd-tree による方法) 4.3 ICP アルゴリズム 4.4 ICP アルゴリズムの実装 (Point-to-Point) 4.5 ICP アルゴリズムの実装 (Point-to-Plane) 章末問題 第 5 章 点群からの物体認識 5.1 特定物体認識と一般物体認識 5.2 特定物体の姿勢推定 5.3 一般物体の姿勢推定 5.4 プリミティブ検出 5.5 セグメンテーション 章末問題 第 6 章 深層学習による 3 次元点群処理 6.1 深層学習の基礎 6.2 PyTorch Geometric による 3 次元点群の扱い 6.3 PointNet 6.4 点群の畳み込み 6.5 最新研究動向 章末問題 第 7 章 点群以外の 3 次元データ処理 7.1 RGBD 画像処理 7.2 ボクセルデータ処理 7.3 メッシュデータ処理 7.4 多視点画像処理 7.5 Implicit Function を用いた 3 次元形状表現 章末問題