|
当初の計画を変更し，以下のEnd‐to‐endの処理体系を構築することを目的とした.
課題1. 深層学習による2画像間の剛体運動推定: 現在論文誌へ投稿する準備を進めている．推定する運動をHomography(平面射影行列)に限定し，既存研究(HomographyNet)の欠点克服を試みた．具体的には，特徴量抽出と回帰推定の性能向上である．課題期間終盤に既存研究を上回る結果が得られた．
課題2. 深層学習による2画像間の領域マッチング: 体外発表に至らなかった．近年注目されている画像・動画のスタイル変換の考え方を導入することで，物体・カメラの位置/姿勢に対して頑健な領域マッチングの実現性を検討した．
課題3. 画像の幾何学的特徴量・局所特徴量の応用研究: 初年度の成果を利用し，画像の幾何学的特徴量や局所特徴量を利用した応用研究を行い，2件の体外発表を行った．画像の幾何学的特徴量とGraph Matchingを利用することで透明マーカの検出・追跡に関する研究を行った．申請課題である多元画像のマッチングへの適用を行っていく．画像の局所特徴量を利用することで，画像のインペインティング(欠損補填)を行った．
|
