@techreport{oai:ipsj.ixsq.nii.ac.jp:00209377,
 author = {高橋, 遼 and 遠藤, 結城 and 金森, 由博 and 三谷, 純},
 issue = {1},
 month = {Feb},
 note = {1 枚の景観画像から 3D 地形モデルを復元できれば，その景観を気軽に 3D で鑑賞できる．しかし既存の単視点深度推定手法では，入力画像中の可視領域の深度しか推定できず，復元形状に欠損が生じてしまう．そこで本研究では，1 枚の地形景観画像から，入力画像中の非可視領域も含めた 3D 地形モデルを推定する，CNN による教師あり学習手法を提案する．3D 地形モデルはテクスチャ付き高さマップで表現する．本研究では，入力画像中で推定しやすい可視領域と，推定しづらい非可視領域を分けて扱うため，2 段階の推定を行う．まず，入力画像の 1) 深度と 2) 影や光源の影響がない色情報を CNN で推定し，その結果から三角形メッシュを計算する．そして，三角形メッシュを真上から平行投影して欠損した高さマップとテクスチャを得る．最後に，高さマップとテクスチャの欠損を別の CNN で補完し，3D 地形モデルを得る．以上により，入力画像の遮蔽領域も含めて 3D 地形モデルを推定できる．},
 title = {単視点地形景観画像からの3D地形モデルの2段階推定},
 year = {2021}
}