特開 2024-117439 アニメーションモデル特徴量算出装置、モデル検索装置、アニメーションモデル特徴量算出方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024117439

(43)【公開日】2024-08-29

(54)【発明の名称】アニメーションモデル特徴量算出装置、モデル検索装置、アニメーションモデル特徴量算出方法及びプログラム

(51)【国際特許分類】

   G06F 16/56 20190101AFI20240822BHJP

【ＦＩ】

G06F16/56

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2023023550

(22)【出願日】2023-02-17

【新規性喪失の例外の表示】特許法第３０条第２項適用申請有り （１） 発行日（公開日） 令和４年２月１８日 刊行物 ＤＥＩＭ２０２２最終論文集 Ｗｅｂリンクダウンロードにより公開（公開アドレス ｈｔｔｐｓ：／／ｐｒｏｃｅｅｄｉｎｇｓ－ｏｆ－ｄｅｉｍ．ｇｉｔｈｕｂ．ｉｏ／ＤＥＩＭ２０２２／ｐａｐｅｒｓ／Ａ４３－３．ｐｄｆ ）＜資 料＞ ＤＥＩＭ２０２２最終論文集 公開ページ＜資 料＞ ＤＥＩＭ２０２２最終論文集 掲載発表論文＜資 料＞ ＤＥＩＭ２０２２開催概要 （２） 公開日 令和４年３月２日 集会名、開催場所 第１４回データ工学と情報マネジメントに関するフォーラム（ＤＥＩＭ２０２２）（会期：令和４年２月２７日～３月２日）オンラインのみによる開催。＜資 料＞ ＤＥＵＭ２０２２ プログラム

(71)【出願人】

【識別番号】305027401

【氏名又は名称】東京都公立大学法人

(74)【代理人】

【識別番号】100165179

【弁理士】

【氏名又は名称】田▲崎▼ 聡

(74)【代理人】

【識別番号】100175824

【弁理士】

【氏名又は名称】小林 淳一

(74)【代理人】

【識別番号】100152272

【弁理士】

【氏名又は名称】川越 雄一郎

(74)【代理人】

【識別番号】100181722

【弁理士】

【氏名又は名称】春田 洋孝

(72)【発明者】

【氏名】片山 薫

【テーマコード（参考）】

5B175

【Ｆターム（参考）】

5B175DA02

5B175FA01

(57)【要約】

【課題】アニメーションモデルの検索を補助することができる。
【解決手段】アニメーションモデルから切り出される複数の静止モデルのうち１つの静止モデルである基準モデルの特徴量を算出する基準モデル特徴量算出部と、前記静止モデルのうち、前記基準モデルを除く非基準モデルの特徴量を、前記基準モデルから算出される前記アニメーションモデルの部品に固有の部品固有値及び前記基準モデルに対する前記非基準モデルの動作情報に基づいて算出する非基準モデル特徴量算出部と、を備えるアニメーションモデル特徴量算出装置。
【選択図】図３

【特許請求の範囲】

【請求項1】

アニメーションモデルから切り出される複数の静止モデルのうち１つの静止モデルである基準モデルの特徴量を算出する基準モデル特徴量算出部と、
前記静止モデルのうち、前記基準モデルを除く非基準モデルの特徴量を、前記基準モデルから算出される前記アニメーションモデルの部品に固有の部品固有値及び前記基準モデルに対する前記非基準モデルの動作情報に基づいて算出する非基準モデル特徴量算出部と、
を備えるアニメーションモデル特徴量算出装置。

【請求項2】

前記部品固有値は、前記基準モデルを構成する各部品についてラドン変換し、フーリエ変換することで取得される、
請求項１に記載のアニメーションモデル特徴量算出装置。

【請求項3】

前記動作情報は、前記基準モデルに対する前記非基準モデルの平行移動量及び回転移動量を示す情報であって、
前記非基準モデル特徴量算出部は、前記非基準モデルの前記平行移動量及び前記回転移動量に基づいて、前記部品固有値から平行移動及び回転移動を再現することで前記非基準モデルの特徴量を算出する、
請求項１又は２に記載のアニメーションモデル特徴量算出装置。

【請求項4】

前記アニメーションモデルの複数の部品の前記部品固有値、又は前記部品固有値と前記動作情報に基づいて、前記複数の部品の非基準モデル部品値を算出し、
前記複数の部品のうち、形状およびラベルが同一のものをサブアセンブリモデルとしてまとめ、
前記部品の前記部品固有値又は非基準モデル部品値に基づいて、前記部品が属する前記サブアセンブリモデルのサブアセンブリ値を算出する、
請求項１又は２に記載のアニメーションモデル特徴量算出装置。

【請求項5】

静止モデルである検索モデルの特徴量を算出する検索モデル特徴量算出部と、
前記検索モデルの特徴量と、アニメーションモデルを構成する複数の静止モデルそれぞれの特徴量とから相違度を算出し、前記検索モデルとの相違度が最も小さい静止モデルを含むアニメーションモデルを算出結果とする相違度算出部と、
を備えるモデル検索装置。

【請求項6】

アニメーションモデルから切り出される複数の静止モデルのうち１つの静止モデルである基準モデルの特徴量を算出する基準モデル特徴量算出部と、
前記静止モデルのうち、前記基準モデルを除く非基準モデルの特徴量を、前記基準モデルから算出される前記アニメーションモデルの部品に固有の部品固有値及び前記基準モデルに対する前記非基準モデルの動作情報に基づいて算出する非基準モデル特徴量算出部と、
を有するアニメーションモデル特徴量算出方法。

【請求項7】

コンピュータを請求項１に記載のアニメーションモデル特徴量算出装置として動作させるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、アニメーションモデル特徴量算出装置、モデル検索装置、アニメーションモデル特徴量算出方法及びプログラムに関する。

【背景技術】

【0002】

製造業をはじめとする様々な分野で３ＤＣＡＤモデルなどのＣＡＤモデルが活用されている。また、モデルの構造解析や動作イメージの確認のためにＣＡＤモデルにアニメーション情報が付加されることもある。

【先行技術文献】

【非特許文献】

【0003】

【非特許文献1】Pengjie Wang, Rynson W.H. Lau, Zhigeng Pan, Jiang Wang, Haiyu Song, ``An eigen-based motion retrieval method for real-time animation'', Computers & Graphics, Vol.38, pp.255-267, 2014.

【非特許文献2】Mubbasir Kapadia, I-kao Chiang, Tiju Thomas, Norman Badler, Jr Kider, ``Efficient motion retrieval in large motion databases'', Proceedings of the ACM SIGGRAPH Symposium on Interactive 3D Graphics and Games (I3D '13), pp. 19-28, 2013.

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、データベースの中のアニメーション付きモデルを、検索対象である静止モデルなどから検索する方法は存在しない。
本発明の目的は、アニメーションモデルの検索を補助するアニメーションモデル特徴量算出装置、モデル検索装置、アニメーションモデル特徴量算出方法及びプログラムを提供することにある。

【課題を解決するための手段】

【0005】

本発明の一態様は、アニメーションモデルから切り出される複数の静止モデルのうち１つの静止モデルである基準モデルの特徴量を算出する基準モデル特徴量算出部と、前記静止モデルのうち、前記基準モデルを除く非基準モデルの特徴量を、前記基準モデルから算出される前記アニメーションモデルの部品に固有の部品固有値及び前記基準モデルに対する前記非基準モデルの動作情報に基づいて算出する非基準モデル特徴量算出部と、を備えるアニメーションモデル特徴量算出装置である。

【0006】

本発明の一態様は、静止モデルである検索モデルの特徴量を算出する検索モデル特徴量算出部と、前記検索モデルの特徴量と、アニメーションモデルを構成する複数の静止モデルそれぞれの特徴量とから相違度を算出し、前記検索モデルとの相違度が最も小さい静止モデルを含むアニメーションモデルを算出結果とする相違度算出部と、を備えるモデル検索装置である。

【0007】

本発明の一態様は、アニメーションモデルから切り出される複数の静止モデルのうち１つの静止モデルである基準モデルの特徴量を算出する基準モデル特徴量算出部と、前記静止モデルのうち、前記基準モデルを除く非基準モデルの特徴量を、前記基準モデルから算出される前記アニメーションモデルの部品に固有の部品固有値及び前記基準モデルに対する前記非基準モデルの動作情報に基づいて算出する非基準モデル特徴量算出部と、を有するアニメーションモデル特徴量算出方法である。

【発明の効果】

【0008】

本発明によれば、アニメーションモデルの検索を補助することができる。

【図面の簡単な説明】

【0009】

【図1】本実施形態に係るアニメーションモデル特徴量算出装置１の構成例を示す図である。

【図2】本実施形態に係るアニメーションモデル１１０の一例を示す図である。

【図3】基準モデル特徴量算出部１２１及び非基準モデル特徴量算出部１２２の特徴量の算出方法を示した模式図である。

【図4】本実施形態に係るアニメーションモデル特徴量算出装置１の動作を示すフローチャートである。

【図5】本実施形態に係るモデル検索装置２の構成例を示す図である。

【図6】本実施形態の相違度算出方法の一例を示す模式図である。

【図7】それぞれのアセンブリモデルにおける、５つのアニメーションモデルにおける静止モデルを示す図である。

【図8】それぞれのアセンブリモデルにおける、５つのアニメーションモデルにおける静止モデルを示す図である。

【図9】それぞれのアセンブリモデルにおける、５つのアニメーションモデルにおける静止モデルを示す図である。

【図10】１つのアニメーションモデルの特徴量計算時間を示す図である。

【図11】モデル検索装置２の正答率を示す図である。

【発明を実施するための形態】

【0010】

以下、図面を参照しながら本発明の実施形態について詳しく説明する。
図１は、本実施形態に係るアニメーションモデル特徴量算出装置１の構成例を示す図である。アニメーションモデル特徴量算出装置１は、アニメーションモデル取得部１１、特徴量算出部１２、特徴量出力部１３を備える。

【0011】

アニメーションモデル取得部１１は、アニメーションモデル１１０を取得する。アニメーションモデル１１０は、アニメーションがついたＣＡＤモデルである。図２は本実施形態に係るアニメーションモデル１１０の一例を示す図である。アニメーションモデル１１０は、複数の静止モデル１１１を含む。静止モデル１１１は、アニメーションモデル１１０をあるフレームで切り出したモデルである。アニメーションモデル１１０は、静止モデル１１１の集合として扱われる。
なお、アニメーションモデル取得部１１がアニメーションモデル１１０を取得し、あるフレームで複数の静止モデル１１１を切り出してもよい。

【0012】

静止モデル１１１はアセンブリモデルである。アセンブリモデルは１つ以上のサブアセンブリモデルに分解される。サブアセンブリモデルは１つ以上の部品に分解される。つまり、静止モデル１１１は複数の部品により構成される。静止モデル１１１は、アセンブリモデル、サブアセンブリモデル、部品からなる階層構造で表すことができる。

【0013】

また、静止モデル１１１の部品にはラベルが付与されている。ラベルは、例えば部品の素材、色、生産者などである。ラベルの付与された部品の配置に関する情報をレイアウト情報と呼ぶ。部品が属するサブアセンブリモデルは、例えば部品の形状及びラベルにより決定される。例えば、１つのサブアセンブリモデルには形状及びラベルが同一である部品が所属する。
静止モデル１１１は、１つの基準モデルを含む。基準モデルではない静止モデル１１１を非基準モデルと呼ぶ。基準モデルには、モデルを構成する部品の形状と位置が記録されている。例えば、基準モデルには、部品が三次元空間において占める座標が記録されている。非基準モデルには、モデルを構成する各部品の基準モデルからの変化量(平行移動量と回転移動量)が記録されている。例えば図２に示す例においては、静止モデル１１１－１を基準モデルとし、静止モデル１１１－２及び１１１－３を非基準モデルとする。

【0014】

特徴量算出部１２は、アニメーションモデル１１０に含まれる各静止モデル１１１の特徴量を算出する。特徴量算出部１２は、基準モデル特徴量算出部１２１及び非基準モデル特徴量算出部１２２とを備える。基準モデル特徴量算出部１２１は、基準モデルの特徴量を算出する。非基準モデル特徴量算出部１２２は、非基準モデルの特徴量を算出する。

【0015】

特徴量出力部１３は、特徴量算出部１２により算出された特徴量を出力する。出力された特徴量は例えば後述するモデル検索装置２の記憶部２９に記憶される。

【0016】

（基準モデルの特徴量算出方法）
基準モデル特徴量算出部１２１は、基準モデルの特徴量を算出する。基準モデル特徴量算出部１２１は、基準モデルの部品の特徴量を算出し、当該特徴量に基づいてサブアセンブリモデルの特徴量を算出し、最終的にアセンブリモデルである基準モデルの特徴量を算出する。

【0017】

以下、部品の特徴量の算出方法について説明する。基準モデル特徴量算出部１２１は、部品に対して、３次元ラドン変換、フーリエ変換を行うことで、部品から部品固有値を算出する。フーリエ変換は、離散フーリエ変換（例えばＦＦＴ）によりなされる。部品固有値は、アニメーションモデル１１０に含まれる静止モデル１１１で共通する形状、部品やレイアウト情報に固有な値である。

【0018】

以下、３次元ラドン変換の方法について説明する。３次元ラドン変換において、各方向について、部品を予め指定された位置でスライスし、スライスされた部品それぞれの体積を計算する。

【0019】

方向の集合Ｖ内の各方向ｖについて３次元ラドン変換を行うとき、ｖがｘ軸の方向になるように部品を回転する。その後、予め指定された位置においてx軸に垂直な平面で部品をスライスし、スライスされた断片の体積を計算する。また、部品の体積が１になるように正規化する。

【0020】

３次元ラドン変換の結果にフーリエ変換をすることにより、基準モデル特徴量算出部１２１は基準モデルを構成する部品の部品固有値を算出する。非基準モデル特徴量算出部１２２は、基準モデルを構成する部品の部品固有値及び非基準モデルの動作情報に基づいて回転移動の再現及び平行移動の再現を行うことで、非基準モデルを構成する部品の非基準モデル部品値を算出する。部品固有値は、周波数成分ごとにフーリエ変換した結果で表される。

【0021】

以下、非基準モデル部品値の算出方法について説明する。非基準モデル特徴量算出部１２２は、部品固有値及び非基準モデルの動作情報に基づいて、初めに回転移動の再現を行う。回転移動の再現は球面調和関数展開により行うことができる。部品がθ回転したとき、回転した部品を三次元ラドン変換及びフーリエ変換した結果は、回転前の部品にとって視点がθ逆回転した状態における三次元ラドン変換及びフーリエ変換した結果と一致する。非基準モデル特徴量算出部１２２は、この性質を利用して、フーリエ変換した結果である部品固有値のそれぞれの周波数成分について部品の回転移動量に合わせて視点を逆回転することで回転移動の再現を行う。

【0022】

球面調和変換は、球面上で定義された関数ｇ（λ、μ）を球面調和関数Ｙ_ｎ ^ｍ（λ、μ）と複素係数（展開係数）ｓ_ｎ ^ｍを用いて式（１）のように展開するものである。

【数1】

【0023】

ここでλは球座標の経度、μはφを緯度としてμ＝sinφと定義されるサイン緯度である。ｎは次数、ｍは位数であり、Mは展開の切断波数で次数ｎの最大値である。
回転移動の再現において、部品固有量を関数ｇ_semifinished（λ、μ）として球面調和変換を行い、展開係数ｓ_ｎ ^ｍと球面調和関数Ｙ_ｎ ^ｍ（λ、μ）を算出する。球面調和関数Ｙ_ｎ ^ｍ（λ、μ）は、任意の角度の値を計算可能である。そのため、展開係数ｓ_ｎ ^ｍと視点の逆回転に対応する角度（λ’、μ’）を用いた逆球面調和変換を行うことで、回転移動した部品の非基準モデル部品値ｇ_rotated（λ、μ）を算出することができる。ｇ_rotated（λ、μ）は式（２）により表すことができる。

【数2】

【0024】

平行移動の再現は、フーリエ変換結果の位相成分をずらすことにより行うことができる。部品の平行移動量がＴであるとき、ある視点方向ｖにはＴ_ｖ＝Ｔ・ｖ移動している。周波数ｆにおける平行移動前のフーリエ変換結果Ｆａ（ｆ）と平行移動後のフーリエ変換結果ｆ（ｂ）には、時間シフトの性質により式（３）が成り立つ。

【数3】

【0025】

式（３）において、Ｄは三次元ラドン変換を行う範囲の直径である。Ｄを信号の周期とすると、Ｔ_ｖ／Ｄが時間シフト量に相当する。非基準モデル特徴量算出部１２２は、回転移動した部品の非基準モデル部品値ｇ_rotated（λ、μ）の位相成分をずらすことで、基準モデルを構成する部品の部品固有量から、回転移動及び平行移動を再現した非基準モデルを構成する部品の非基準モデル部品値を算出することができる。

【0026】

部品固有値及び非基準モデル部品値算出後は、基準モデル特徴量算出部１２１及び非基準モデル特徴量算出部１２２はそれぞれ部品固有値及び非基準モデル部品値に基づいてサブアセンブリ値を算出する。サブアセンブリ値は、サブアセンブリモデルごとの特徴量を算出する過程で中間値として算出される値である。基準モデル特徴量算出部１２１及び非基準モデル特徴量算出部１２２は、それぞれ部品固有値及び非基準モデル部品値の和をとることで、サブアセンブリ値を算出する。

【0027】

特徴量算出部１２は、サブアセンブリ値を強調して算出する。特徴量算出部１２は、強調したサブアセンブリ値を、当該サブアセンブリ値（注目サブアセンブリモデルのサブアセンブリ値）を当該サブアセンブリモデルの体積の和（注目サブアセンブリモデルの体積の和）で割った量と、その他のサブアセンブリモデルのサブアセンブリ値をその他のサブアセンブリモデルの体積の和で割った量を足し合わせることで算出する。強調したサブアセンブリモデルの特徴量Ｆweightedは、式（４）により表される。

【数4】

【0028】

サブアセンブリ値の強調により、アセンブリモデルの体積に占めるサブアセンブリモデルの体積が大きい場合であっても、当該サブアセンブリモデルのサブアセンブリ値が支配的になるのを防ぐことができる。

【0029】

特徴量算出部１２はサブアセンブル値からパワースペクトルを算出し、球面調和関数展開を行い、ノルムを計算することで最終的にサブアセンブリモデルの特徴量を算出する。

【0030】

特徴量算出部１２は、球面調和変換の結果の各次数において式（５）のようにノルムをとることで特徴量を算出する。

【数5】

【0031】

特徴量算出部１２は、アセンブリモデルの特徴量を、サブアセンブリモデルの特徴量の集合として算出する。

【0032】

図３は、基準モデル特徴量算出部１２１及び非基準モデル特徴量算出部１２２の特徴量の算出方法を示した模式図である。基準モデル特徴量算出部１２１は、基準モデルに対してラドン変換及びフーリエ変換を行うことで部品固有値を算出する。基準モデル特徴量算出部１２１は、部品固有値からサブアセンブリ値を算出し、パワースペクトル算出、球面調和関数展開、ノルムの計算により最終的に基準モデルの特徴量を算出する。これに対して、非基準モデル特徴量算出部１２２は、基準モデルに対して計算された部品固有値から平行移動及び回転移動を再現し非基準モデル部品値を算出する。非基準モデル特徴量算出部１２２は、非基準モデル部品値からサブアセンブリ値を算出し、パワースペクトル算出、球面調和関数展開、ノルムの計算により非基準モデルの特徴量を算出する。非基準モデル特徴量算出部１２２は、非基準モデルの特徴量を３次元ラドン変換を行うことなく算出できることから、計算時間を抑制することができる。

【0033】

図４は、本実施形態に係るアニメーションモデル特徴量算出装置１の動作を示すフローチャートである。初めに、アニメーションモデル取得部１１がアニメーションモデルを取得する（ステップＳ１１）。その後、基準モデル特徴量算出部１２１がアニメーションモデルに含まれる静止モデルの１つである基準モデルの特徴量を算出する（ステップＳ１２）。非基準モデル特徴量算出部１２２が、基準モデル特徴量算出部１２１により算出される部品固有値及び非基準モデルの動作情報に基づいて、非基準モデルの特徴量を算出する（ステップＳ１３）。特徴量出力部１３は、算出されたアニメーションモデルの特徴量を算出する（ステップＳ１４）。

【0034】

（検索装置）
図５は、本実施形態に係るモデル検索装置２の構成例を示す図である。モデル検索装置２は、検索モデル取得部２１、検索モデル特徴量算出部２２、相違度算出部２３、結果出力部２４及び記憶部２９を備える。

【0035】

検索モデル取得部２１は、検索モデルを取得する。検索モデルは、静止モデルである。検索モデルは、アニメーションモデルのあるフレームにおいて切り出された静止モデルであってもよく、アニメーションが付されていないＣＡＤモデルであってもよい。

【0036】

検索モデル特徴量算出部２２は、検索モデルの特徴量を算出する。検索モデル特徴量算出部２２は、基準モデル特徴量算出部１２１と同様の手法で検索モデルの特徴量を算出する。

【0037】

相違度算出部２３は、検索モデルの特徴量と、記憶部２９に記憶されたアニメーションモデル１１０の静止モデル１１１の特徴量とから相違度を算出する。アニメーションモデル１１０の静止モデル１１１の特徴量は、アニメーションモデル特徴量算出装置１により算出されたものである。相違度算出部２３は、検索モデルの特徴量と１つのアニメーションモデル１１０に含まれる全ての静止モデル１１１の特徴量との間の相違度を算出し、最も小さい相違度を当該アニメーションモデル１１０と検索モデルとの相違度と決定する。この計算を全てのアニメーションモデル１１０に対して行い、全てのアニメーションモデル１１０と検索モデルとの相違度を決定する。その後、検索モデルとの相違度が最も小さいアニメーションモデル１１０を算出結果とする。なお、相違度算出部２３は、各アニメーションモデル１１０と検索モデルとの相違度を算出結果としてもよい。

【0038】

結果出力部２４は、相違度算出部２３による算出結果を出力する。

【0039】

相違度算出部２３は、検索モデルのサブアセンブリモデルの数と異なる数のサブアセンブリモデルを有する静止モデル１１１に対しては、相違度を算出する対象としなくてもよい。また、相違度算出部２３は、検索モデルの部品の数と異なる数の部品を有する静止モデル１１１に対しては、相違度を算出する対象としなくてもよい。サブアセンブリモデル又は部品の数が異なることは、検索モデルが静止モデル１１１とは異なるモデルであることを意味しているからである。

【0040】

図６は、本実施形態の相違度算出方法の一例を示す模式図である。図６において、比較モデル３０のサブアセンブリモデル３１、３２、３３、３４および検索モデル４０のサブアセンブリモデル４１、４２、４３、４４の例を示す。比較モデル３０は、検索モデル４０との間の相違度が算出される静止モデル１１１である。図６に示す例は、比較モデル３０と検索モデル４０のサブアセンブリモデルの数が同じ場合を示す。

【0041】

この例において、比較モデル３０は、第１のサブアセンブリモデル３１、第２のサブアセンブリモデル３２、第３のサブアセンブリモデル３３及び第４のサブアセンブリモデル３４とを有する。

【0042】

この例において、検索モデル４０は、第１のサブアセンブリモデル４１、第２のサブアセンブリモデル４２、第３のサブアセンブリモデル４３及び第４のサブアセンブリモデル４４とを有する。

【0043】

比較モデル３０のサブアセンブリモデル３１～３４の特徴量Ｄ１～Ｄ４は、事前にアニメーションモデル特徴量算出装置１により算出されている。検索モデル４０のサブアセンブリモデル４１～４４の特徴量Ｑ１～Ｑ４は、検索モデル特徴量算出部２２により算出される。相違度算出部２３は、比較モデル３０のサブアセンブリモデルと検索モデル４０のサブアセンブリモデルとの間の相違度を全通り算出する。その後、相違度算出部２３は、比較モデル３０のサブアセンブリモデルと検索モデル４０のサブアセンブリモデルとの間の対応関係において対応付けられたサブアセンブリモデル間の相違度の和を算出する。相違度算出部２３は、比較モデル３０のサブアセンブリモデルと検索モデル４０のサブアセンブリモデルとの間の考え得る対応関係全てにおいてサブアセンブリモデル間の相違度の和を算出し、最も小さい相違度の和を比較モデル３０と検索モデル４０間の相違度として算出する。サブアセンブリモデル間の相違度の和は、例えばＱ１とＤ１との相違度、Ｑ２とＤ２との相違度、Ｑ３とＤ３との相違度、Ｑ４とＤ４との相違度の和である。

【0044】

（実験結果）
以下、行った実験結果を説明する。実験において、３種類のアセンブリモデルを用いた。それぞれのアセンブリモデルにおいて、レイアウト情報が異なる５つのアニメーションモデルに含まれる静止モデルの特徴量を算出した。図７～９は、それぞれのアセンブリモデルにおける、５つのアニメーションモデルにおける静止モデルを示す図である。５つのアニメーションモデルにおいて静止モデルは、形状、部品の数、付与された動作情報は同じであるが、レイアウト情報が異なる。

【0045】

第１の手法（手法１）と第２の手法（手法２）の２つの手法によりアニメーションモデルに含まれる静止モデルの特徴量を算出した。手法１においては、部品固有値を用いずにアニメーションモデルに含まれる非基準モデルの特徴量を算出した。つまり、手法１においては、同じアニメーションモデルに含まれる静止モデル各々から独立に特徴量を算出した。手法２においては、本実施形態と同様に、部品固有値を用いてアニメーションモデルに含まれる非基準モデルの特徴量を算出した。

【0046】

図１０は、１つのアニメーションモデルの特徴量計算時間を示す図である。図７に示すアセンブリモデルをRadial Engineと呼び、図８に示すアセンブリモデルをV6 Engineと呼び、図９に示すアセンブリモデルをLiftと呼ぶ。フレーム数は、アニメーションモデルから切り出す静止モデルの数を示し、アニメーションモデルに含まれる静止モデルの数を示す。他のパラメータは、３次元ラドン変換の断面数が１５０、視点数が緯度方向に８、経度方向に８の計６４である。球面調和変換の切断波数は４、フーリエ変換結果の最大次数を４とした。図１０に示す特徴量計算時間は、１０回の試行の平均値である。手法１においては、いずれのアセンブリモデルにおいてもフレーム数とほぼ比例して計算時間が増加しているのに対し、手法２においては、いずれのアセンブリモデルにおいても計算時間の増加を抑制することができた。

【0047】

図１１は、モデル検索装置２の正答率を示す図である。ここでは比較モデル及び検索モデルの特徴量の算出における３次元ラドン変換における視点数ｖを変化させて、検索精度の変化を確認した。他のパラメータは、３次元ラドン変換の断面数が５０、球面調和変換の切断波数が経度方向の視点数の半分未満の最大の整数、フーリエ変換結果の最大次数が３、フレーム数が１５である。各３次元ラドン変換における視点数ｖごとに手法１及び手法２で異なる比較モデルを作成した。モデル検索装置２は、検索モデルとの間の相違度が最も小さいアニメーションモデルを出力する。検索モデルは、特徴量が算出されるアニメーションモデルのうちの１つのアニメーションモデルから切り出された静止モデルである。モデル検索装置２は、視点数ｖごと、手法ごとに２０回検索を行い、正しいアニメーションモデルを出力することができた割合を正答率とした。

【0048】

手法１における正答率と比較して、手法２における正答率は視点数を増やすと概ね同じである。以上より、手法２により計算時間の増加を抑制した場合であっても、手法１と同様の精度でアニメーションモデルを検索することができた。

【0049】

〈他の実施形態〉
以上、図面を参照してこの発明の一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。
例えば、上述した実施形態では３次元のモデルを使用したが、これに限られない。例えば、アニメーションモデルはアニメーションがついた２次元のモデルであってもよい。このとき、特徴量の算出においては、３次元ラドン変換ではなく２次元ラドン変換をすればよく、また、球面調和変換をしなくてもよい。

【0050】

検索モデルとして、１つのアニメーションモデルをサンプリングした静止モデルの集合を使用してもよい。このとき、検索モデルと同じく比較モデルの集合からなるアニメーションモデルとの間の類似度は、各々のアニメーションに含まれる静止モデルの総当たりを算出し、その最小値である。

【0051】

上述した実施形態では、モデル検索装置２の記憶部２９に記憶されるアニメーションモデル１１０の静止モデル１１１の特徴量は、図３に示す手法で算出されたものであるが、上述の手法１（部品固有値を用いずにアニメーションモデルに含まれる非基準モデルの特徴量を算出する手法）により算出されたものであってもよい。

【0052】

アニメーションモデル特徴量算出装置１及びモデル検索装置２の構成要素は、例えば、ＣＰＵ（Central Processing Unit）などのハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。これらの構成要素のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）などのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めＨＤＤ（Hard Disk Drive）やフラッシュメモリなどの記憶装置（非一過性の記憶媒体を備える記憶装置）に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体（非一過性の記憶媒体）に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。

【符号の説明】

【0053】

１ アニメーションモデル特徴量算出装置、１１ アニメーションモデル取得部、１１０ アニメーションモデル、１１１ 静止モデル、１２ 特徴量算出部、１２１ 基準モデル特徴量算出部、１２２ 非基準モデル特徴量算出部、１３ 特徴量出力部、２ モデル検索装置、２１ 検索モデル取得部、２２ 検索モデル特徴量算出部、２３ 相違度算出部、２４ 結果出力部、２９ 記憶部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】