2017 Fiscal Year Annual Research Report
A fast camera localization in large dynamic environment
| Project/Area Number |
16K16100
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
間下 以大 大阪大学, サイバーメディアセンター, 准教授 (00467606)
|
|---|
| Project Period (FY) |
2016-04-01 – 2018-03-31
|
| Keywords | カメラ自己位置姿勢推定 |
|---|
| Outline of Annual Research Achievements |
拡張現実でバーチャル環境と実環境の幾何学的整合性をとるための方法の一つに，事前に作成した特徴量データベースと実画像の特徴量をマッチングさせてカメラの位置姿勢を推定する自己位置推定がある．しかし常に変化している実世界で自己位置推定を行う場合，時間帯や天候によって光源環境が変化する．その結果，入力画像とデータベース内の特徴量のマッチングの失敗による自己位置の精度の低下が問題となる．
このような問題について，本研究計画では引き続き光源環境の変化をコンピュータグラフィックスでシミュレーションを行い，光源環境に対して頑健な特徴量データベースを作成することで解決する．この手法の場合，実際の画像とシミュレーションとの画像では乖離が問題となることが本研究でわかっており，ニューラルネットの一種ではる自己符号化器を用いることで実画像の特徴量をバーチャル画像の特徴量に変換することによって，シミュレーションとの乖離を解決した．またランダムフォレストを用いることで高速で精度の高いマッチングを実現した．実験の結果，提案手法では従来手法と比較して少ない判定時間で精度の高い自己位置推定が行えることを確認した．29年度の研究ではさらに手法の改善を行い，さらに高速かつ光源環境が変化しても推定精度が維持される手法を開発した．さらに詳細な評価実験や他の先行手法との比較実験を行い．最先端の手法よりも良い精度でカメラ自己位置姿勢の推定を行えることを確認し，SIFT特徴量だけでなく，他の特徴量でも同様の変換が可能であることを確認した．処理時間についても改善を行い，拡張現実等のアプリケーションにおいて実用的な速度で動作することを確認した．
|
