2012 Fiscal Year Annual Research Report
トラッキングに使用する際の精度が保証された自然特徴点データベース構築手法の開発
| Project/Area Number |
22700122
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
石井 裕剛 京都大学, エネルギー科学研究科, 助教 (00324674)
|
|---|
| Project Period (FY) |
2010-04-01 – 2013-03-31
|
| Keywords | 拡張現実感 / トラッキング / 精度予測 / 点群 |
|---|
| Research Abstract |
レーザレンジファインダとカラーカメラを用いて取得した色つき点群の高解像度化と穴埋めを行う手法を実現した。これにより、色つき点群をレンダリングすることにより得た映像から自然特徴点を認識した結果と実際のカメラから得た映像から自然特徴点を認識した結果の差を小さくすることができた。ただし、色つき点群と仮想カメラの距離が近づいた場合には、点群の解像度が足りず、実際よりも多くの自然特徴点が認識されてしまうこともあった。この問題は、レーザレンジファインダを用いて点群を取得する際にトラッキング精度を予測する必要がある領域に応じて解像度を調整することにより解決できる。
また、本研究で開発した精度予測手法の性能を評価するために、色つき点群を用いて予測したトラッキング精度と実際のカメラを用いたトラッキングの精度を比較した。両者の相関は環境の条件によって異なるが、概ね0.5あたりの値となった。レーザレンジファインダを用いて点群を取得する際、オクルージョンの影響で計測できていない箇所が仮想カメラの視野に入ると、その箇所が実際と異なるために相関を下げる原因となっていた。
一方、精度予測に必要な時間を短縮するために、精度予測の評価点をトラッキングの安定性に応じて動的に決定する手法を実現した。これは、既に評価が済んだ２つの評価点間で仮想カメラに映った自然特徴の数、特徴ベクトル、配置を比較することにより、その間の点を評価するかどうかを決定する方法により実現した。これにより、予測の精度は少し低下することになったが、約１４倍の高速化を実現できた。
|
| Current Status of Research Progress |
Reason
24年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
24年度が最終年度であるため、記入しない。
|
