2017 Fiscal Year Annual Research Report
アクアビジョン：カメラ・プロジェクタ群が形成する水中光線空間のモデル化とその応用
| Project/Area Number |
26240023
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
延原 章平 京都大学, 情報学研究科, 講師 (00423020)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
川嶋 宏彰 京都大学, 情報学研究科, 准教授 (40346101)
波部 斉 近畿大学, 理工学部, 講師 (80346072)
|
|---|
| Project Period (FY) |
2014-04-01 – 2019-03-31
|
| Keywords | コンピュータビジョン / ３次元形状・運動復元 / 水中環境 / 光線空間 |
|---|
| Outline of Annual Research Achievements |
研究目標である(A)光線空間のモデル化と３次元形状計測，(B)半透明物体の検出と姿勢推定，(C)複数半透明物体の広範囲運動計測を実現するにあたり，本年度は下記の研究課題に取り組んだ．
(A)光線空間のモデル化と３次元形状計測：微視環境における光線空間のモデル化のため，複合鏡を用いた仮想多視点計測環境の構築について検討を行い，まず複合鏡を用いた光線空間の獲得のための新たなカメラキャリブレーション手法の開発を行い，その成果を国際会議で発表することができた．またこれを微視環境へと拡張することを目的として，monocentricレンズと複合鏡を組み合わせた光学系に着目し，この光学系によって，微視環境においても被写界深度と多視点計測が両立可能であることを検証して国内研究会で発表・討論を行うことができた．これは顕微鏡のように物理的な視点が１方向に限られる場合であっても，多数の方向から被写体を同時に，かつそれらを被写界深度に収めて撮影することが可能であることを意味しており，従来のコンピュータビジョン技術を適用する足がかりを得ることができたといえる．
(B)半透明物体の検出と姿勢推定：前年度に行った魚単体の検出および姿勢推定についての基礎的検討を踏まえて，実際の映像から複数の魚を同時に検出かつその姿勢を推定するアルゴリズムを開発・実装することができた．さらに画像中で検出された魚領域を入力として，魚種の識別を行う応用についても実装と評価を行うことができた．
(C)複数半透明物体の広範囲運動計測：機械学習に基づく新たな運動計測アルゴリズムとして，各時刻における物体検出と，検出結果の時刻間での対応付けという２つの問題を同時にend-to-endに解く手法について基礎的な検討と評価実験を行うことができた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
おおむね当初の計画通りに(A)光線空間のモデル化と３次元形状計測，(B)半透明物体の検出と姿勢推定，(C)複数半透明物体の広範囲運動計測それぞれについて研究を進めることができた．
(A)光線空間のモデル化と３次元形状計測：顕微鏡のような微視環境における多視点計測の実現が本年度の目標であったが，複合鏡とmonocentricレンズを組み合わせた光学系を用いるという新たな着想を得ることができ，複合鏡のキャリブレーションについてはトップカンファレンスで成果発表を行うとともに，複合鏡とmonocentricレンズとの組み合わせについては国内研究会で発表・討論を行うとともに情報処理学会CVIM研究会奨励賞を受賞することができた．
(B) 半透明物体の検出と姿勢推定：本年度までの研究によって，物体検出と姿勢推定にとどまらず，それを詳細画像識別へとつなげることが可能であることを示すことができた．
(C)複数半透明物体の広範囲運動計測：本年度に行った機械学習による複数物体検出と対応付けアルゴリズムの検討と評価によって，遮蔽による不完全な観測があったとしても，過去の運動情報から適切に追跡・運動計測を行うことが可能であることを示すことができた．
|
| Strategy for Future Research Activity |
おおむね当初の計画通りに(A)光線空間のモデル化と３次元形状計測，(B)半透明物体の検出と姿勢推定，(C)複数半透明物体の広範囲運動計測それぞれについて研究を進める予定である．
(A)光線空間のモデル化と３次元形状計測：本年度に得ることができた，複合鏡とmonocentricレンズを組み合わせた光学系を用いるという新たな着想についてより検討を進め，特にキャリブレーション用参照物体を用意することが困難であるという顕微鏡環境特有の難しさを踏まえたキャリブレーション手法の確立を目指すとともに，実際の３次元計測実験を通じて被写界深度と光学分解能が検討通りに達成されるかを検証する予定である．
(B) 半透明物体の検出と姿勢推定：本年度までの研究によって，物体検出と姿勢推定にとどまらず，それを詳細画像識別へとつなげることが可能であることを示すことができたため，今後は３次元姿勢推定と詳細画像識別それぞれについて，さらに検討を進める予定である．
(C)複数半透明物体の広範囲運動計測：本年度に行った機械学習による複数物体検出と対応付けアルゴリズムの検討と評価に基づいて，より大規模かつ相互遮蔽の多い状況に対しても頑健なアルゴリズムの検討を進める予定である．
|
