| 研究課題/領域番号 |
17J05908
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 国内 |
|---|
| 研究分野 |
知覚情報処理
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
田平 創 東京工業大学, 工学院, 特別研究員(DC1)
|
|---|
| 研究期間 (年度) |
2017-04-26 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
2,800千円 (直接経費: 2,800千円)
2019年度: 900千円 (直接経費: 900千円)
2018年度: 900千円 (直接経費: 900千円)
2017年度: 1,000千円 (直接経費: 1,000千円)
|
|---|
| キーワード | Visual localization / Image-based localization / Visual place recognition / visual localization / image based localization / visual place recognition |
|---|
| 研究実績の概要 |
本研究では、画像データベースと異種データ (測距センサの出力等) との統合に基づくライブに更新・拡張可能な大規模3Dデータベースの構築を目的として、画像と異種データ、もしくは画像からの三次元復元結果と異種データとの対応付け (マッチング) という課題に取り組む。最終年度である令和元年度は、昨年度から継続した異種データを活用した自己位置・姿勢推定の枠組みについての検討ならびに初年度・昨年度の成果に関する解析や手法の再検討を進め、本研究の完遂を目指した。
まず異種データを活用した画像に対する自己位置・姿勢推定の枠組みに関して、画像小領域に対する意味ラベル (セマンティックラベル) と法線情報とを導入した統合手法を開発した。まず3Dマップと画像との局所対応点探索により、画像の撮影姿勢候補を複数推定する。次に、各候補に対して各ドメインでの仮想視点画像を生成し、入力画像と比較することで、最も整合性が高い位置・姿勢を決定する。この枠組みは、特に屋内における頑健な自己位置・姿勢推定において有効であり、関連分野におけるトップカンファレンスでの発表に採択された。
また並行して、初年度ならびに昨年度の成果の解析・再検討を進めた。初年度に国際会議での報告を行った屋外における大規模画像データベースを活用した画像の位置・姿勢推定アルゴリズムに関しては、現実的なアプリケーション開発に向けた計算時間・頑健性の解析を進め、画像データベースの位置関係を陽に活用した高精度かつ低コストの姿勢推定手法を開発した。また昨年度に国際会議での報告を行った3Dマップを活用した画像の自己位置・姿勢推定手法に関しても、同様の解析・検討を進め、頑健性を高めたシステムを開発した。これらの成果はコンピュータビジョン分野における最高位の学会誌 (IF17.73, 2018年) に二件の投稿論文として採録決定されている。
|
| 現在までの達成度 (段落) |
令和元年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和元年度が最終年度であるため、記入しない。
|
