2017 Fiscal Year Annual Research Report
超高速PROCAMSとパーティクル型ディスプレイへの応用
| Project/Area Number |
16H02856
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
小池 英樹 東京工業大学, 情報理工学院, 教授 (70234664)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | プロジェクション・マッピング / カルマンフィルタ / 予測投影 / ３次元ディスプレイ |
|---|
| Outline of Annual Research Achievements |
本研究課題では，空間に浮遊する微小粒子（パーティクル）を高速度カメラで実時間追跡し，各粒子の３次元位置に応じたピクセル値を高速度プロジェクタで投影することで，物体の「真の」立体投影を可能とするパーティクル型立体ディスプレイに関する基礎研究を行う．平成２８年度までは，モーションキャプチャユニットとプロジェクタを用いた基本システムを開発し，球体とみなせるパーティクルの追跡と投影を行った．平成２９年度は，パーティクルの形状を球体に限定することなく，任意形状のパーティクルに対しても映像が投影できるような拡張を検討した．球体の場合には３次元の位置情報だけが取得できれば次の時刻での位置を予測できたが，任意形状の場合には３次元位置の他に３次元の姿勢をも予測する必要がある．そこで，深層学習の手法を適用し，過去数フレームにわたる物体の形状から，次の時刻における物体の３次元形状を予測するモデルを実装した．具体的には過去15フレームの映像をもとに，現在から5フレーム後の姿勢を推定する．学習データの不足から予測が必ずしも正確でない場合が見られる．しかし，学習データを増やすことでネットワークの学習が進み，より正確な姿勢予測が可能となると考えている．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
深層学習を用いて球体以外の任意形状物体の３次元姿勢予測が可能となった．
|
| Strategy for Future Research Activity |
本年度は，任意形状のパーティクルの位置・姿勢予測の精度を高めることと，投影できるパーティクルの数を可能な限り増やすことを目標とする．
|
