2023 Fiscal Year Annual Research Report
多様な被遮蔽領域の効率的な計測および復元技術に関する研究
| Project/Area Number |
22K21283
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
五十川 麻理子 慶應義塾大学, 理工学部(矢上), 准教授 (60963238)
|
|---|
| Project Period (FY) |
2022-08-31 – 2024-03-31
|
| Keywords | Non-Line-of-Sight / 被遮蔽領域 / センシング / シーン復元 |
|---|
| Outline of Annual Research Achievements |
カメラやセンサから直接観測することができないNon-Line-of-Sight（NLOS）な被遮蔽領域における状態推定技術には，曲がり角越し状態推定等の自動運転車向けの危険予測への応用や，瓦礫の中から被遮蔽領域の状況を計測しそれを救護活動に活用すること，監視カメラの死角となってしまう領域においてもシーンの状況を把握可能とするセキュリティ用途で用いることなど，大きな社会的ニーズが期待できる．本研究では，被遮蔽領域計測およびそのシーン復元手法に取り組んだ．
中でも特に本研究では，従来は密にセンサを設置しなければ計測できなかった領域も，少ない個数のセンサで計測することを可能とするための技術の構築を目指し，「研究項目A : 非整列かつ少ない計測点数に基づくシーン計測・復元手法の確立」および「研究項目B: 非平面な中継壁にも適用可能なNLOSイメージング手法の確立」の2つの方向性から研究を進めた．
2022年度は，項目A・B両者のテーマに必要となる任意のNLOSシーン合成データ生成手法や，それに基づく機械学習ベースのシーン復元手法の構築に取り組んだ．具体的には，レイトレーシングに基づいて任意オブジェクトを対象とした被遮蔽シーンを合成し，それを教師データとして用いる機械学習モデルを提案した．この成果は慶應義塾大学AI・高度プログラミングコンソーシアム主催 AICカンファレンスにて発表済みである．2023年度は，前年度成果であるNLOSシーン合成データを活用し，項目Aのテーマとして非整列かつ少ない計測点数である円形スキャンに基づくNLOSシーン計測情報をより高品質に復元可能な手法の構築に取り組むとともに，単眼で撮影された被遮蔽領域を復元する画像処理手法の構築にも取り組んだ．その結果を画像の認識・理解シンポジウムにて報告すると共に，難関国際会議ICIPや論文誌への投稿を行なった（査読中）．
|
