2014 Fiscal Year Annual Research Report
領域分割と多視点マッチングを融合した３次元形状推定の研究
| Project/Area Number |
14J09001
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
谷合 竜典 東京大学, 生産技術研究所, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2014-04-25 – 2017-03-31
|
| Keywords | トップ国際会議採択 |
|---|
| Outline of Annual Research Achievements |
研究課題「領域分割と多視点マッチングを融合した3次元形状推定の研究」について，領域分割と多視点マッチング（ステレオマッチング）のそれぞれにおいて下記の業績をあげた．
ステレオマッチングとは，2視点からの画像が与えられた際に，シーンの奥行を画像間の視差から推定する手法であるが，近年，各画像に対して局所的な接平面（３次元の情報）を推定するタイプのアプローチが注目を集めている．
本研究では，この密な３次元平面を推定するステレオ問題を，グラフカットと呼ばれる数学的枠組みの中で解く手法を提案した．この手法は，Middleburyベンチマークと呼ばれるステレオ手法の標準的な評価テストにおいて，150以上の手法の中で総合1位の精度を達成した．この成果は，IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2014) という当該分野のトップカンファレンスにて採択・発表された．なお，全体の投稿数および採択率は644/1807 = 29.9%であった．この研究は現在，手法の高速化を重点にさらなる拡張を進めており，国際トップジャーナルへの投稿準備を終えつつある．
画像の領域分割や2値化などの処理は，0あるいは1を取る離散変数を用いたエネルギー関数最適化問題として定式化されることが多い．このとき一般に，エネルギー関数の形が高度で複雑になるほど，より正確な推定が可能になる一方で，エネルギー関数を最適化すること自体が困難になる．
本研究では，そのような高度な2値変数エネルギー関数を正確に最小化するための手法を提案し，画像の領域分割や2値化などの幅広い応用例において従来手法を上回る精度を達成した．この成果は，先述のトップカンファレンス (CVPR 2015) に採択され，2015年6月にアメリカ・ボストンで発表予定である．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
先述の通り，領域分割と多視点マッチングのそれぞれにおいて，その根本的な手法の改善を行い，最新の手法を上回る性能を示した．各成果は，それぞれトップカンファレンスであるCVPR 2014およびCVPR 2015に採択されている．この会議は例年，投稿数が1500～2000件，採択率が25～30%の難関会議である．
|
| Strategy for Future Research Activity |
今後は，2視点による高精度なステレオマッチング手法を，多視点へと拡張する．
また，インターネットから得られるような，ノイズを多く含み，対応点マッチングを行いにくい画像群に対しても，より高度な情報を使って対応推定が行えるようなアプローチを提案したい．これに関しては，27年度の6月から3か月間，アメリカのマイクロソフト・リサーチでのインターンシップとして，トップ研究者との共同研究が予定されている．
|
Research Products
(3 results)
