| 研究課題/領域番号 |
21K21317
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
1002:人間情報学、応用情報学およびその関連分野
|
|---|
| 研究機関 | 奈良先端科学技術大学院大学 |
|---|
研究代表者 |
藤村 友貴 奈良先端科学技術大学院大学, 先端科学技術研究科, 助教 (40908729)
|
|---|
| 研究期間 (年度) |
2021-08-30 – 2023-03-31
|
| キーワード | コンピュータビジョン / 散乱媒体 / 深層学習 / フォトンマッピング |
|---|
| 研究成果の概要 |
本研究課題は，深層学習技術と物理ベースモデルを用いた不均一散乱媒体の濃度分布推定を目的とするものである．散乱媒体とは煙や霧といった空間中に微粒子が拡散した環境であり，入射した光が乱反射を繰り返すことで散乱光が生じる．本研究では，日常生活で用いるようなごく普通のカメラを用い，深層学習技術と融合することで散乱媒体の濃度分布を推定する手法を開発した．煙などの散乱媒体を複数のカメラで多視点から撮影した画像を入力とする．散乱媒体の濃度分布は畳み込みニューラルネットワークの出力として表現し，フォトンマッピングに基づく物理ベースレンダリングによって画像を再構成し最適化を行う．
|
| 自由記述の分野 |
コンピュータビジョン
|
| 研究成果の学術的意義や社会的意義 |
本研究では深層学習技術とフォトンマッピングを用いて散乱媒体濃度分布の推定を行った．CGでの画像生成に用いられるフォトンマッピングを最適化に用いるためには，画像を生成するすべての過程を微分可能な形で実装する必要がある．本研究は世界で初めてフォトンマッピングを微分可能な形で実装した．実世界の散乱媒体の濃度分布を推定することは，物理モデルの解析や写実的なCGの生成など社会的にも重要である．
|
