2021 Fiscal Year Research-status Report
非伝統的モデルに基づく画像列からの物体形状・照明解析
| Project/Area Number |
20K11866
|
|---|
| Research Institution | Okayama University |
|---|
Principal Investigator |
右田 剛史 岡山大学, 自然科学学域, 助教 (90362954)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 未校正照度差ステレオ法 / ３次元形状復元 / 非線形最適化 / GPU / レイトレーシング |
|---|
| Outline of Annual Research Achievements |
本研究課題では未校正照度差ステレオ法の高度化を目指している．この手法は画像生成の逆問題として定式化され，推定パラメータに基づく生成画像と入力画像の差を最小化するようにパラメータを反復的に最適化するものであり，順計算である画像生成を繰り返し行う必要がある．この部分で画像生成専用ハードウェア（GPU）での計算を前提とした CG の各種アルゴリズムを利用することは，機能の高度化や計算の高速化に極めて有効であると考えられる．
本年度は，初年度の4次の超楕円体（楕円体を含む）を利用した推定手法を拡張し国際会議において発表した．(i) 物体表面の色・テクスチャは，従来法では入力画像から推定したまま更新していなかったが，これを推定パラメータに含めることにより残差が低減された．(ii) 形状等のパラメータとテクスチャは，パラメータ数が大きくことなることや，線形性等の性質が大きく異なるため，効率的なヤコビ行列の計算法とパラメータ推定法を新たに考案した．(iii) これらの計算は GPU 上で実行され，CPU を介することによるオーバーヘッドは低減されている．この結果，最も時間の掛る部分は数値微分のために数十枚の画像を生成する部分であり，これの効率化が求められる．(iv) 鏡面反射や光源の距離減衰を導入した．(v) 現時点で扱える物体数が2個に限られるため，より一般的なシーンを容易に扱えるように一般化を要する．
本年度までの画像生成は従来型グラフィクス（三角形に基づく描画）で行っているが，今後はレイトレーシングAPIを用いて，より一般的なシーンにおける複雑な反射や影を扱えるようにする，また，非無限遠点光源，非線形投影モデル等も併せて検討する．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究課題の中心を成すGPUによる画像生成に基づくパラメータ推定法に一定の進捗があった．また，今後用いるレイトレーシングAPIはDirect3D 12を想定しており，これに合わせてグラフィックスや計算部分をOpenGLやCUDAからDirect3D 12に変更済みである．
|
| Strategy for Future Research Activity |
R3年度に発表した手法の画像生成モデルをレイトレーシングベースにすることで，シーンや反射モデルや投影モデルを一般化する．
その他の関連する検討も可能な限り行う．
|
| Causes of Carryover |
国内・国際会議の旅費・参加費として予定していたが，COVID-19 の影響によりオンライン実施されたことにより旅費は不要となり参加費も低減されたため，残額となった．引き続き COVID-19 の影響を注視しつつ，有効に使用する予定である．
|
