ＫＳ理工学専門書 詳解 ３次元点群処理 Ｐｙｔｈｏｎによる基礎アルゴリズムの実装

著者名：金崎朝子【著】/秋月秀一【著】/千葉直也【著】

講談社（2023/01発売）

• ISBN：9784065293430

内容説明

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

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

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

[Koning]

3D点群処理の教科書だがlasの処理からGISではなく、同じLiDARでも人や物のスキャンをよりプリミティブな所で処理する。概念をきっちり理解するのに良いと思う。

2022/10/20

[ぶう]

最近ではセンサーを使いリアルタイムで、奥行きを計測できるデバイスが数多く販売されている。本書はそれらのデバイスを使い取得できる三次元データを点群として扱う方法を解説した書籍。pythonでのサンプルコードも書かれており、手を動かしての検証もしやすい。自分自身、実際に業務でMicrosoftのAzureKinectを使用しているため、本書の内容は大変興味深く読んだ。点群データは扱ったことはないが、確かにアイデア次第でいろいろな用途で活用できそうだ。点群をディープラーニングで学習させるというのも初めて聞いた。

2022/10/26

[PenguinTrainer]

Open3Dとpythonを利用して三次元データの処理を行う方法が書かれた本。 平易な日本語で、点群を処理するとはどういうことなのか、基本的な幾何学処理、セグメンテーション、代表的な深層学習モデルなど本の厚さの割りに基本的な内容が収録されており、これを一冊読んでおけばネットに転がっている記事の内容をつかんで自走できるように感じた。

2023/03/04

[たった]

点群処理の基礎を学ぶにはうってつけ。深層学習による処理を実装するより前に読んでおきたい。ただしAzure Kinnectが現在発売中止していたり、深層学習に関する記述は薄めだったりする。