|
最終年度では，これまでに作成したデータセットを利用して本研究課題に関する成果をまとめ，国際会議や論文誌へ投稿した．単一画像からの固有画像推定とColorLineとCNNを用いた照明色推定について説明する．
まず，単一画像からの固有画像推定では，本研究課題で開拓した照明色推定と既存の奥行き推定，照度推定を組み合わせることで単一の画像からそのシーンの固有画像を推定するフレームワークについて検討した．精度の検証には，去年度に作成した照明色推定用のデータセットを利用した．この研究成果は国際会議EUSIPCO'22へ投稿し，採択された．この研究は単一の画像から，照明光成分を推定し，照明光分離により固有画像を推定する．精度には照明色推定の精度が大きく影響するため，本研究課題の成果が大きく貢献している．また，複雑な照明環境の単一画像から固有画像を推定できるため，これはCG分野に対して大きく貢献できる．
ColorLineとCNNを用いた照明色推定では，縦横16分割したブロックごとのColorLineを入力とし，CNNを利用して単色または2色の照明色を推定可能な手法を検討した．これは本研究課題で検証したColorLineと照明色の関係性をCNNに落とし込んだものである．この研究成果は電子情報通信学会の英文誌へ投稿し，採録された．この研究については，まだまだ試験的な部分が多いため，学習アプローチや入力するColorLineの調整により，さらなる精度向上が見込める．基礎研究となる学習アプローチに頼らない推定手法でさらなる知見を蓄え，それを学習に組み込み検証することを繰り返し，効果的かつ効率的に改良し，実用化に向けて今後も取り組む．
|
