2021 Fiscal Year Research-status Report
セマンティック情報付加によるクラウド型位置推定システムの高精度・大規模化
Project/Area Number |
20K11771
|
Research Institution | Kagoshima University |
Principal Investigator |
高橋 淳二 鹿児島大学, 理工学域工学系, 准教授 (20456685)
|
Co-Investigator(Kenkyū-buntansha) |
柴田 晃宏 鹿児島大学, 理工学域工学系, 准教授 (10447550)
余 永 鹿児島大学, 理工学域工学系, 教授 (20284903)
|
Project Period (FY) |
2020-04-01 – 2023-03-31
|
Keywords | セマンティック情報 / ワンショット位置推定 / 属性付きランドマーク / 線分属性 / 面属性 / 3D CADを利用した位置推定 / 6自由度位置推定 |
Outline of Annual Research Achievements |
本研究の目的は、これまでに構築してきたクラウド型位置推定システム(UMap)において、セマンティック情報を考慮することで類似度計算手法を改良し、位置 推定精度を向上させることである。2年目(R3年度)に取り組んだ内容とその実績は以下の通りである。 (1)DB画像の線分と面の両方への、壁、天井、ドア枠、窓枠、などの属性の付与: 1年目に、レイヤー分けされた3D CADデータを元に属性付き線分を出力できるよう DataBase Image Generator (DBIG)の改良は完了していたが、さらにこれに改良を加え、面部分についても属性を設定することを可能とした。当初の計画では、線分属性のみを付与することでUMap位置推定精度の向上を目指していたが、研究の途中で面部分の属性をも設定し、これを画像類似度推定に利用できることが分かったためである。前年度に作成した線分画像の出力では、8bit グレースケール画像において、一属性につき4bitを割り当て、16種の属性を設定できるようコーディングしていたが、4bit(16深度)のうちの1深度分を面とすることで面・線分の属性コーディングを実現している。 (2)セマンティックセグメンテーションを利用したクエリ線分画像の属性判定: Deep Lab V3+ を利用した属性判定結果から、面と線分の両方の属性を判定するようにアルゴリズムを改良した。 (3)属性付き面・線分DB画像と属性付き面・線分クエリ画像を用いた、幾何学特徴・意味特徴を利用した画像類似の計算式の開発: DB背景、クエリ背景、各面・線分の属性を10種に分類し、属性が一致する線分の重なりのみ、スコアが加点される類似度評価指標を新たに設計した。予備的な実験から意味特徴を使うことにより、誤推定することなく正しく判定されることを確認した。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
現存建築物の3D CADモデルの作成と座標値を測定しながらのクエリ画像撮影に時間を要してしまい、検証データ数は当初の計画より少ない状況となってしまったが、その代わりに計画にはなかった面属性の推定とそれを用いた画像類似度検索アルゴリズムを開発できたため、それぞれの進捗具合を相殺して(2)おおむね順調、と判断した。
|
Strategy for Future Research Activity |
面・線分の属性を利用した画像類似度検索のアルゴリズム開発はほぼ完了しているため、今後は検証データ数を増やし、様々な多くの建築物にて実験的に有効性を示す。
|
Causes of Carryover |
新型コロナ感染症の予防対策として、学会、研究打ち合わせのための出張を自粛したため。また、半導体市場の影響を強く受けるグラフィックボートについて購入を見合わせたため。 次年度使用計画としては、グラフィックボード、ワークステーションの購入を計画している。
|