研究課題/領域番号 |
20K11866
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分61010:知覚情報処理関連
|
研究機関 | 岡山大学 |
研究代表者 |
右田 剛史 岡山大学, 環境生命自然科学学域, 助教 (90362954)
|
研究期間 (年度) |
2020-04-01 – 2024-03-31
|
研究課題ステータス |
完了 (2023年度)
|
配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
キーワード | パラメータ推定 / 画像列 / 非線形最適化 / ヤコビ行列 / レイトレーシング / 照度差ステレオ / ニューラルフィールド / Structure from Motion / GPU / 逆問題 / 未校正照度差ステレオ法 / 3次元形状復元 / 物体形状復元 / 画像生成モデル |
研究開始時の研究の概要 |
本研究では,画像列に映った物体の3次元形状を推定する形状復元法(未校正照度差ステレオ法)の高度化を目指す.基本的には,計算機上で生成されたCG画像と物理的に撮影された画像を一致させるようにCGのパラメータを推定することで,物体の形状や色彩と光源等の環境要因を分離する,この際,近年発展の著しいCG技術や,深層学習技術等を利用可能な枠組みの構築を検討する.環境の影響を受けずに物体の情報を安定に得ることは,様々な応用において有用である.
|
研究成果の概要 |
本研究では,画像列に映った物体の3次元形状や撮影環境のパラメータを推定する手法の高度化を行った.これは,推定パラメータ(物体位置姿勢形状・光源位置・テクスチャ)に基づく生成画像と入力画像の差を最小化するようにパラメータを反復推定する問題であり,画像生成に(従来のラスタ法ではなく)レイトレーシングを用い反射や影を有効に利用できること,異なる視点から撮影された複数の画像を処理できること等が特徴である.具体的には,画像の局所に影響するパラメータ(テクスチャ)に関して,画像生成と数値最適化を効率的に扱うための中間表現を導入し,広範に影響するパラメータ(形状や光源)とともに推定する方法を確立した.
|
研究成果の学術的意義や社会的意義 |
画像に映った物体は,カメラや光源の位置によって見え方が大きく変化するため,これらの影響を取り除くことが,物体の形状や色彩を正確に推定する上で重要である.これが可能であれば,画像からの3次元モデル生成(写真測量)や人体の状態の解析等に利用でき,HCI,個人認証,自動運転等の基礎としても有用である. 本研究では,近年普及が進むハードウエア支援レイトレーシング法と深層学習系の手法(ともにGPUを利用する)を組み込んだ画像解析を検討し,更なる研究の基礎となる技術を確立した.
|