研究課題
基盤研究(B)
静的な物体へのプロジェクションマッピングと異なり,高速に移動する物体へのプロジェクションでは投影の遅延が発生する.これに対し,従来研究ではカルマンフィルタを用いて物体の位置を予測する手法が提案されていたが,3次元的な形状の物体への投影には対応していなかった.そこで本研究では深層学習を用いて物体の運動を学習し,約0.5秒後の物体の3次元位置と3次元姿勢を同時に予測し,投影を行うことで上記遅延の解決を試みた.実験の結果,予測なし,カルマンフィルタ予測のみの場合と比べて投影精度の向上を実現することができた.
近年,プロジェクションマッピングが一般化しているが,これらは建築物や低速で移動する物体のみを対象としていた.これに対し,本研究は,高速に移動する任意の形状の物体への正確なプロジェクションマッピングを実現した.本研究成果は,今後,立体ディスプレイへの応用,さらには,舞台芸術,テーマパーク,さらにはスポーツ等への応用が期待できる.
すべて 2020 2017 2016 その他
すべて 雑誌論文 (1件) (うち査読あり 1件) 学会発表 (3件) (うち国際学会 3件) 備考 (1件)
Proceedings of the 30th Annual ACM Symposium on User Interface Software and Technology
巻: UIST2017 ページ: 599-609
10.1145/3126594.3126607
http://www.vogue.cs.titech.ac.jp/projects/vision-based-hci/ballumiere