2018 Fiscal Year Research-status Report
疎な2次元入力に基づく高画質な3次元形状モデリング
| Project/Area Number |
18K11352
|
|---|
| Research Institution | Shizuoka University |
|---|
Principal Investigator |
岡部 誠 静岡大学, 工学部, 准教授 (40557211)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 画像処理 / 画像再構成 / 深層学習 |
|---|
| Outline of Annual Research Achievements |
本年は画像から3次元ボリュームを得るための画像再構成技術（CT）の実装を行うとともに，疎な2次元画像集合から密な2次元画像集合を効率よく生成するためのテクスチャ合成機能について実装した．
CT技術については最小二乗法及び，filter back projectionの2つの手法についての実装を行った．ただし，現在のCPUを用いた実装は高速とは言えず，今後，反復計算に基づく最適化手法を開発していくことを考えると十分ではない．そこで並列計算器（GPU）を用いた実装方法について確認し，一定の効果が期待できそうなことを確認したので，来年度，取り組んでいく予定である．
テクスチャ合成機能については，一般的によく用いられるPatchMatchに基づいた技術を開発した．GPUを用いた高速な実装を施すことで，CPUをもちいた場合の数十倍の速度を得ることができた．また，テクスチャ合成の際，局所パッチを探索する処理に置いて，回転やスケールも考慮することにより，柔軟な画像合成機能を実装した．こちらもGPUによる実装を行ったところ，顕著な高速化が可能になったとともに，生成される画像の質も保障されることが確認できた．
また，本年はテクスチャ合成に関して，deep learningベースの手法を導入するために，その基礎の部分について実装を行った．全結合層の実装に関しては，一般によく用いられているtensorflowを超える性能（GPU版では2.5倍の高速化）を発揮することができた．更に，昨年度の研究費で購入させて頂いた複数台のマシンを使うためのスクリプトなどを開発し，時間の掛かる機械学習について効率よく進めるための準備ができた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
① 疎なソノグラム画像集合から高画質な 3 次元ボリュームを得る CT 技術，については基礎技術がほぼ完成してきており，2018年度の予定通りである．今後はこれらの技術を組み合わせて実際に3次元形状のモデリングを行っていく．
② 雑 な 2 次元入力から 3 次元形状をモデリングする技術，③ 上記①と②を統合した、より高度なモデリング技術，については今年度より着手する．
|
| Strategy for Future Research Activity |
① 疎なソノグラム画像集合から高画質な 3 次元ボリュームを得る CT 技術，については2019年度までに実装した基礎技術を組み合わせ，実際に3次元形状のモデリングを行っていく．医療の世界では，画像再構成の際，人体への影響を考え，撮影するX写真の枚数をなるべく減らしたいというモチベーションがある．そのような分野への応用例もモデリングできるように検討していきたい．
② 雑な 2 次元入力から 3 次元形状をモデリングする技術，③ 上記①と②を統合した、より高度なモデリング技術，については，2019年度より技術開発を着手する．スケッチを入力するためのインターフェースの実装や，ボリュームからメッシュデータに変換する機能，また，メッシュデータを深層学習の入力データとして扱う手法などの開発を進めたい．
|
