| 研究課題/領域番号 |
18K18075
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 東京大学 (2019-2021)
早稲田大学 (2018) |
|---|
研究代表者 |
谷田川 達也 東京大学, 大学院工学系研究科(工学部), 助教 (50817484)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 逆レンダリング / 多視点ステレオ法 / 双方反射分布関数 / 反射パラメータ / 実時間レンダリング / 形状データ補正 / 表面形状計測 / 形状補完 / ノイズ除去 / 点群位置揃え / 逆レンダリング法 / 双方向反射分布関数 / 反射パラメータ推定 / 三次元形状復元 / コンピュータ・ビジョン / コンピュータ・グラフィクス |
|---|
| 研究成果の概要 |
本研究は、屋外の大規模な環境を対象とし、多視点ステレオ法と光学特性推定法を組み合わせて、形状取得精度を向上させることを目指していた。この目的に関する研究でも、一定の成果が得られたものの、研究分野の急激な発展も相まって、上記の研究主題そのものよりは、それと関連する映像表現技術や、取得形状の補正に関する成果が多く得られた。特に、層状材質や自己発光する散乱媒質の映像生成技術では、これまでに難しかった物理的対象について、効率的な計算モデルの開発に成功した。また、形状の補正技術についても、従来、大量の学習データが必要であった深層学習に基づく手法を、ごく少数のデータで同等の性能を得られるまでに向上させた。
|
| 研究成果の学術的意義や社会的意義 |
多視点ステレオと光学特性推定の組み合わせでは、一定の条件下で形状取得精度を向上させることが示唆された一方、深層学習器の訓練に用いるデータを適切に用意できない場合には、少数の訓練データに結果が大きく依存してしまい、未知の結果に対する測定精度が低下する、という機械学習に基づく手法に共通の問題も確認された。この知見は、深層学習に基づく多視点ステレオ法が、どのような指標に基づいて形状を与えるか、という点について、一定の示唆を与える一方、期待以上の結果が得られなかった点に残念さが残った。この知見と、その他の関連分野において得られた研究成果を元に、今後は、より広範な使用場面での精度向上を目指したい。
|
