1. 원제 : stereo vision 을 통한 3d 추출 , 3d 정보를 사용하여 인공지능의 습관을 통해 객체화 , 객체학습 , 인지 , 인식하는 로봇

2. 1. プロジェクト理解への基本的な背景 1.1 プロジェクト理解への進入 ? terminator は初めてみる人なのに、どうやって、 人を画像上で探し出したんだろ？ 人の形をどうやって３次元世界で探し出したんだろ？ Terminator の物体認識の方法に対して工夫して 作ることを目標としよう。

3. 1.2 ロボット視覚システムの物体認識の現状と問題点 ＊物体認識するためには既存のデータベースへ物体の情報を入力するに事によって認識が可能となる。 ＊現実世界は新しい物体が多く出てきているので、その時々にいちいち物体の情報を入れうには限界がある。

4. 2. 問題解決方法の提案 ＊ロボットが知らない（データベースに無い）物体に対しても３次元情報を収集していく事で新しい物体を学習していく。 ＊新しく学習した物体には UI の使用者が直接名前や性質等を教えることで、簡単に新しい物体にたいして学習がしやすくなる。 ＊見ている画像（２つのカメラを使う）の上で知ってるか知らぬ物体かをを問わず３次元物体として物体同士を区別する。（それには３次元情報としてステレオカメラを使って距離マップを得る。） Terminator みたいに新しく見る物体を３次元モデルを記憶 することで、物体認識と学習を可能にする自動物体学習、 認識、視覚システム構築を可能にすることができる。

6. 4. 1 システムの重要アルゴリズムの流れの説明（２ / ２ ) 3-1. 新たに見た物体と認識した場合、新たに学習をして名前を与えるか、知らない物体として学習させる。 3-2. 既存に学習した物体を認識した場合、前に見た面を整合することで、徐々に物体の３次元モデルを学習していく。 右の写真：本棚を斜めの角度で取った写真で３次元上に復元させて正面からの角度で写した写真。 OpenGL で現している。 下の写真：いろんな角度（ここでは三つの角度）で取った３次元情報の本棚を一つの３次元モデルとして表現した物。

7. 4. 2 システムの細部アルゴリズムの流れと説明 既存に存在 新たに学習 セーブ 入力画像 ２つ 手動 or 自動 物体の分離 特徴点 抽出 データベース 変換行列を計算 整合 新しい物体を 生成 距離情報の抽出 segmentation Perception

10. 5. Future works Core system 老後福祉施設 中央データベース サーバー管理サイト Robot 探査ロボット P2P ( データベースの子共有 )