散乱媒体下における三次元形状計測手法

点击翻译按钮获取中文摘要

昨年度は散乱媒体下での三次元復元を実現するため，散乱媒体下でのまったく新しい多視点の幾何的拘束を表現するDehazing Cost volume を提案し，深層学習の枠組みで散乱媒体下でのMulti-view Stereo を提案した．今年度は，昨年度提案したこのDehazing cost volume を用いた散乱媒体下におけるMulti-view Stereo を発展させる研究を行った．具体的には，Dehazing cost volume を構築する際あらかじめ推定する必要のあった，大気散乱モデルにおける大気散乱光と散乱係数の二つの散乱パラメータについて，Dehazing cost volume と同様の枠組みで推定する手法を提案した．一般にMulti-view stereo 適用時は，その前処理としてカメラパラメータの推定にStructure-from-Motion が用いられるが，その際疎な三次元点群を副次的に得ることができる．この疎な三次元点群に着目し，さらにネットワークの入力となる画像を固定すると出力の深度画像が大気散乱光と散乱係数の二つの変数の関数とみなせることを利用し，疎な三次元点群から得られる疎な深度画像とネットワークの出力の深度画像が一致するように散乱パラメータについて最適化を行う．この手法と従来の散乱パラメータの推定手法の違いは，散乱パラメータの推定に画像の輝度値ではなく幾何的な情報を用いている点であり，これにより数値的に安定かつ出力の深度画像の幾何的な正しさが保証される散乱パラメータを推定することができる．