@techreport{oai:ipsj.ixsq.nii.ac.jp:00216951,
 author = {長原, 稔樹 and 大倉, 史生 and 八木, 康史},
 issue = {20},
 month = {Mar},
 note = {本稿は，植物を撮影したタイムラプス画像群から，植物の 3 次元形状および構造をトラッキングする手法を提案する．画像ベースの植物の成長解析に関する従来手法の多くは，入力データを準備するために大規模な撮影設備を必要としているため，利用可能な環境が限られている．そこで，本研究では，簡易的な撮影設備での成長解析を可能にするため，少数のカメラによる時系列画像（タイムラプス画像）群の撮影を仮定した手法を提案する．提案手法は，ある時刻において正確に復元された植物の 3 次元形状および構造をもとに，その直前に撮影された少数視点の画像群に合致するような植物の 3 次元構造を推定し，これを繰り返すことで植物構造のトラッキングを実現する．本研究では，枝葉の長さや方向を表すグラフに基づく植物の構造表現を定義する．推定された植物構造に基づくシルエットを微分可能レンダラにより生成し，時刻の異なる観測画像に一致するようグラフ頂点の座標を最適化する．本研究では，CG 植物を用いた実験を行い，提案手法における植物構造の推定精度を定量的に評価した．時間的に密な撮影を想定した CG 画像群を入力とした場合に，植物丈の数%程度の平均誤差で枝葉の位置を推定でき，植物の成長解析などの応用分野への有用性が示唆された．},
 title = {頂点最適化による植物の時空間トラッキング},
 year = {2022}
}