| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2015-02-20 10:40 視点生成型学習を用いたモデルベースカメラ位置姿勢推定 ○篠塚祐紀子・斎藤英雄（慶大）  PRMU2014-141 CNR2014-56 |
|
| 抄録 | （和） | 近年，実世界上に仮想情報を重畳して表示する拡張現実感（AR)の研究が盛んに行われている．ARでは，任意の実世界位置にバーチャル物体を安定して重畳することが求められるため，カメラの位置姿勢を推定し，対象物体をトラッキングする必要がある．しかし，カメラの位置姿勢が変化することにより，物体表面の見えが変化する場合がある．対象物体が鏡面反射物体である場合，カメラの位置姿勢が変化するとハイライトの位置が変化する．本研究では，表面の見えの変化に頑健な三次元物体に対するカメラ位置姿勢の新手法を提案し，実験考察を行った． 物体表面の見えの変化に頑健なカメラ位置姿勢推定をするためには，課題が２点ある． まず，視点変化に頑健なカメラ位置姿勢を行う必要がある．これは，視点生成型学習を用いることを提案する．次に，物体表面の見えの変化に対応するが必要がある．視点生成型学習の中でレンダリングとしてView Dependent Renderingを行い，``Feature Table''と呼ぶ参照データベースを作成することを提案する． 実験は，CG物体と実画像を用いて，位置姿勢推定の精度評価とトラッキング処理時間について考察した． |
| （英） | Augmented Reality (AR) augments a virtual object onto the real-world and gives an enhanced view of the real world. It requires to estimate camera pose to render a virtual object on the target real world position. However, appearance of the target object may change depending on camera position and pose. The area of highlight on specular object changes by camera pose. This paper proposes a novel method of camera pose estimation for 3D specular object. There are two main difficulties in this research. First of all, robust camera pose estimation under viewpoint changes is required. This paper proposes to use View Generative Learning (VGL) framework. Secondly, robustness to appearance change is necessary. This paper proposes to change rendering method and reference database in VGL. The conventional Lambertian object tracking regards highlight and appearance changes as noise in keypoint matching. On contrary, this paper proposes to take appearance changes as interesting property of the object. This paper conducted the experiment with CG object and real object to discuss the accuracy and tracking time of the proposed method. Estimated camera pose is compared with ground truth in CG object tracking. This experiment shows the proposed method is more accurate than the conventional machine learning method. |
|
| キーワード | （和） | 視点生成型学習 / カメラ位置姿勢推定 / / / / / / |
| （英） | Camera Pose Estimation / View Generative Learning / / / / / / | |
| 文献情報 | 信学技報, vol. 114, no. 455, CNR2014-56, pp. 137-142, 2015年2月. | |
| 資料番号 | CNR2014-56 | |
| 発行日 | 2015-02-12 (PRMU, CNR) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2014-141 CNR2014-56 |
|
| 研究会情報 | |
| 研究会 | PRMU CNR |
| 開催期間 | 2015-02-19 - 2015-02-20 |
| 開催地（和） | 東北大学 |
| 開催地（英） | |
| テーマ（和） | 実世界指向，産業 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | CNR |
| 会議コード | 2015-02-PRMU-CNR |
| 本文の言語 | 日本語 |
| タイトル（和） | 視点生成型学習を用いたモデルベースカメラ位置姿勢推定 |
| サブタイトル（和） | |
| タイトル（英） | Model-based Camera Pose Estimation by View Generative Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 視点生成型学習 / Camera Pose Estimation |
| キーワード(2)（和/英） | カメラ位置姿勢推定 / View Generative Learning |
| キーワード(3)（和/英） | / |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 篠塚 祐紀子 / Yukiko Shinozuka / シノヅカ ユキコ |
| 第1著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 斎藤 英雄 / Hideo Saito / サイトウ ヒデオ |
| 第2著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2015-02-20 10:40:00 |
| 発表時間 | 30分 |
| 申込先研究会 | CNR |
| 資料番号 | PRMU2014-141, CNR2014-56 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.454(PRMU), no.455(CNR) |
| ページ範囲 | pp.137-142 |
| ページ数 | 6 |
| 発行日 | 2015-02-12 (PRMU, CNR) |
[研究会発表申込システムのトップページに戻る]