本論文では，任意の曲面上にある点データを使って，その曲面へ3次元物体メッシュモデルを写像する新たな手法を提案する．この写像は，コンピュータビジョンやコンピュータグラフィックスの要素技術の一つであり，それを具体化した方法として，平面や球面など単純な形状を持つプリミティブな物体面にメッシュモデルを投影する方法や，逆に，プリミティブな物体の三角メッシュモデルを変形させ，そのモデルを対象物の点データに当てはめる方法がある．しかし，前者の場合，従来の手法では特定の写像面のみを対象としており，もし写像面が適切でない場合，メッシュモデルが写像面にうまく投影されない可能性がある．一方，後者の方法には，復元に要する計算コストと，得られたモデルの形状復元精度が，メッシュモデルの初期設定に依存する問題がある．これらの問題を解決するために，本論文では，競合学習の考えを導入した可変モデルSelf-organizing Deformable Model(SDM)を提案する．まず，競合学習に基づいてSDMを変形することで，写像面の大まかな形状モデル生成する．次に，エネルギー最小化によってSDMによる形状復元精度を向上させる．This paper presents a new method for projecting a mesh model of a source object onto a surface of an arbitrary target object. A deformable model, called Self-organizing Deformable Model(SDM),is deformed so that the shape of the model is fitted to points on the target object. Then, we introduce the idea of combining a competitive learning and an energy minimization into the SDM deformation. Our method is a powerful tool in the areas of computer vision and computer graphics. For example, it enables to map mesh models onto various kinds of target surfaces compared with traditional methods for a surface parameterization, which have only focused on specified target surface. Also the SDM can reconstruct shapes of target objects similar with general deformable models.