ピクシーダストテクノロジーズ株式会社と筑波大学Digital Nature Groupの研究者らは、ホログラムと機械学習を融合した新たな三次元物体認識手法「DeepHolo」を発表しました。
DeepHolo: Recognizing 3D Objects using a Binary-weighted Computer-Generated Hologram（PDF）
これまでの物体認識の研究では、カメラで撮影した二次元画像にもとづいて機械学習する手法が主流でしたが、これに対して、より情報量の多い三次元情報を取り扱いやすい形式に変換することで効率的に処理する手法を提案しています。
それは、三次元点群データをCGH（Computer Generated Hologram：計算機合成ホログラム）によって二次元面（ホログラフィックパターン）に変換する前処理をしたあとに深層学習によって処理するフレームワークです。
ホログラムデータにすることで、ある程度の三次元情報を維持したまま、ポイントクラウドデータ（PCD）よりも情報量を少なくすることができ、結果としてより少ないコンピュータリソースを使用して3Dデータを処理し高精度のオブジェクト認識を可能にします。
このホログラフィックパターンをディープラーニングで処理することにより、従来手法 (必要パラメータ量が少ないことで知られるPointNet) の約5分の1のパラメータ量で同程度の分類精度が得られたと報告しました。
また、本研究は、タイ：バンコクで現地時間2017年11月27日–2017年11月30日に開催される「Siggraph Asia 2017」にて発表されます。
