@techreport{oai:ipsj.ixsq.nii.ac.jp:00234166,
 author = {郷田, 凌大 and 西野, 恒},
 issue = {35},
 month = {May},
 note = {周囲にある物体の種類，大きさおよび自身との距離などの周辺環境を正しく認識することは，自動運転や先進運転支援システム (ADAS) においてコンピュータが意思決定を行うために必要不可欠である．周辺環境を正しく認識するためには，周囲の物体の種類と位置を明確な形で表す必要がある．上空から見下ろした視点である俯瞰視点のセマンティックセグメンテーションであれば，各物体の位置関係を明示的に表すことができる．このため，車載カメラ映像から俯瞰画像へと変換を行うことが重要である．Panoptic NeRF と呼ばれる手法を用いることで，車載カメラ映像をもとに自由視点でレンダリング可能な三次元モデルである Neural Radiance Field (NeRF) を学習でき，俯瞰視点からの画像も得ることができる．しかし，Panoptic NeRF は学習時に正確な三次元物体検出ができていることを前提としている．我々は，車載カメラ映像に対して三次元物体検出モデルを適用し，複数フレームから推論された結果を用いてより正確な三次元物体検出を行う手法を提案する．この手法を用い，Panoptic NeRF を介し，車載カメラ映像から俯瞰画像への変換を行った．提案手法と車載カメラ映像から直接推定された三次元物体検出を用いた場合とを比較し，評価した．},
 title = {NeRFを介した車載カメラ映像の俯瞰画像化},
 year = {2024}
}