| 研究課題/領域番号 |
20K11866
|
|---|
| 研究機関 | 岡山大学 |
|---|
研究代表者 |
右田 剛史 岡山大学, 自然科学学域, 助教 (90362954)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | パラメータ推定 / レイトレーシング / GPU / 画像列 / 逆問題 |
|---|
| 研究実績の概要 |
本研究課題では画像からのパラメータ推定の高度化を目指している．この手法は画像生成の逆問題として定式化され，推定パラメータ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的に最適化するものであり，順計算である画像生成を繰り返し行う必要がある．近年，画像生成専用ハードウェア（GPU）による高速なレイトレーシングが可能となっており，従来型グラフィクス（三角形に基づく描画）に比べ複雑な反射や影のある画像を扱うことができる．一方，複雑な画像の解析ではパラメータ推定の難易度も上がるため，新たな効率的な計算法の開発を要する．
本年度は，前年度までの超楕円体（楕円体を含む）を利用した推定手法を拡張し，レイトレーシングによる画像生成からのパラメータ推定を実現した．(i) 物体表面のテクスチャを，物体形状と配置・光源位置等のパラメータと同時に推定する．レイトレーシングは，画像中の複雑な反射を計算する手法であり，ヤコビ行列（出力画像とテクスチャの関係）は複雑になる．この計算を効率的に行うためのデータ表現法と計算法を新たに考案し，それに基づくパラメータ推定法を実現した．(ii) 前年度にも検討した交互推定を用いる．一方，Schur補行列等の複雑な方法の利用は難しい． (iii) これらの計算は GPU 上で実行され，CPU を介することによるオーバーヘッドは低減されているが，数値微分のための数十枚の画像生成等は効率化の余地がある．(iv) レイトレーシングの利用は透視投影モデルとほぼ不可分であり，従来利用していた並行投影モデルから切り替えた．(v) レイトレーシングでは反射・影・屈折を扱うことが多いが，現時点では屈折には対応していない．(vi) 現時点で扱える3次元シーンの自由度が低いため，より一般的なシーンを容易に扱えるように一般化を要する．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
研究の進捗は当初の重要な目的を達成しているが，感染症の影響などにより発表の機会が年度内に収まらなかった．
|
| 今後の研究の推進方策 |
当初の重要な目的であるレイトレーシングの逆問題は実現されたが，より一般化・高機能化する余地はある．また，類似システムとの比較を行う．
|
| 次年度使用額が生じた理由 |
成果発表を次年度に行う．
|
