2024-03-28T23:51:23Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:001787522023-04-27T10:00:04Z01164:04619:09026:09159
光源変化シミュレーションと深層学習による特徴量変換を用いたカメラ位置姿勢推定jpn卒論スポットライトセッションhttp://id.nii.ac.jp/1001/00178664/Technical Reporthttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=178752&item_no=1&attribute_id=1&file_no=1Copyright (c) 2017 by the Information Processing Society of Japan大阪大学情報科学研究科大阪大学情報科学研究科/大阪大学サイバーメディアセンター大阪大学情報科学研究科/大阪大学サイバーメディアセンター大阪大学情報科学研究科/大阪大学サイバーメディアセンター奈良先端科学技術大学院大学情報科学研究科大阪大学情報科学研究科/大阪大学サイバーメディアセンター正満, 創太間下, 以大Photchara, Ratsamee浦西, 友樹清川, 清竹村, 治雄拡張現実 (Augmented Reality ; AR) でバーチャル環境と実環境の幾何学的整合性をとるための方法の一つに,事前に作成した特徴量データベースと実画像の特徴量をマッチングさせてカメラの位置姿勢を推定する自己位置推定がある.しかし常に変化している実世界で自己位置推定を行う場合,時間帯や天候によって光源環境が変化する.その結果,入力両像とデータベース内の特徴量のマッチングの失敗による自己位置の精度の低下が問題となる.この問題に対して,シミュレーションによって多様な光源環境でのバーチャル両像を用いてデータベースを構築することで光源環境の変化に刻して頑健にする手法があるが,シミュレーションと現実の乖離が課題である.本研究では実画像から復元した 3 次元モデルを基にしたシミュレーションと,自己符号化器,ランダムフォレストによる機械学習を用いた光源環境の変化に頑健な自己位置推定手法を提案する.自己符合化器で実画像の特徴量をバーチャル画像の特徴量に変換することによって,シミュレーションとの乖離を解決する.またランダムフォレストによるマッチングを行うことでマッチング精度を向上させる.実験の結果,提案手法では従来手法と比較して少ない判定時間で精度の高い自己位置推定が行えることを確認した.AA11131797研究報告コンピュータビジョンとイメージメディア(CVIM)2017-CVIM-20719152017-05-032188-87012017-04-26