| Project/Area Number |
23K03890
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 21030:Measurement engineering-related
|
|---|
| Research Institution | National Institute of Technology, Toyama College |
|---|
Principal Investigator |
塚田 章 富山高等専門学校, その他部局等, 教授 (40236849)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
前田 義信 新潟大学, 自然科学系, 教授 (90303114)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2024: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2023: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
|
|---|
| Keywords | ARマーカ / 視覚探索 / 位置姿勢推定 |
|---|
| Outline of Research at the Start |
カメラで既知寸法の正方形マーカを撮影し，カメラ焦点を原点とするマーカの3次元位置と姿勢（法線の角度）を推定する技術がある．代表者は従来マーカに比べて姿勢推定精度（以降，正確度と精密度の両者を含むものを精度として扱う）が格段に高いマーカ（PINMarker）を開発した．本研究では移動中のマーカにおける画像のブレによる位置姿勢推定精度悪化という課題を解決し，本マーカを視覚探索における頭部の位置姿勢計測に応用しその有用性を実証する．
|
| Outline of Annual Research Achievements |
カメラで既知寸法の正方形マーカを撮影し，カメラ焦点を原点とするマーカの3次元位置と姿勢（法線の角度）を推定する技術がある．代表者は従来マーカに比べて姿勢推定精度（以降，正確度と精密度の両者を含むものを精度として扱う）が格段に高いマーカ（PINMarker）を開発した．本研究では移動中のマーカにおける画像のブレによる位置姿勢推定精度悪化という課題を解決し，本マーカを視覚探索における頭部の位置姿勢計測に応用しその有用性を実証する．このため，画像にブレが生じるような移動中のマーカをどこまで高精度に位置姿勢推定できるかが，本研究課題の核心をなす学術的な「問い」である．この「問い」に答えるため，以下の3点の解明を目的とする．①基準点のブレ画像をディープラーニングにより学習し，どの程度の速度まで真の基準点が推定できるのかを明らかにする．②画像処理アルゴリズムやPINMarkerの設計上のさらなる工夫で精度改善を図る．③実際の生体計測に用いて成果を出し，PINMarkerの有用性を実証する．
本年度は基準点のブレ画像をディープラーニングにより学習する前段階として，公開されている画像データベースを用い学習ネットワークモデルを検討した．畳み込みニューラルネットワークは3層程度の基本的なものから100層近いXception等（層数が増加し処理時間も増加傾向にある）で学習を試みた．本研究では位置姿勢推定の処理時間によりフレームレートが制限されるので，処理時間の面からpythonで生成した学習済みモデルをC++で実行することも検討した．また，研究分担者は視線/眼球運動解析システムを購入し，実験環境を構築した．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
学習ネットワークモデル，処理時間，C++で実行することも含め，学習環境の設定に時間を要した．
|
| Strategy for Future Research Activity |
本マーカは5つの基準点を用い，各基準点の中心をサブピクセル単位でいかに精度よく検出できるかがカギである．まずは1つの基準点で実験する．速度に対して周囲の明るさ，シャッター速度等の条件下でどこが限界かを正確に知ることも重要である．また，移動中の基準点の真値の取得方法についても検討が必要である．頭部の動きを模すため基準点は直線移動ではなく，パンチルト的な移動を検討する．
|
