多様な被遮蔽領域の効率的な計測および復元技術に関する研究

本研究では，Non-Line-of-Sightイメージングと呼ばれる被遮蔽領域の復元に関する技術に基づき，被遮蔽領域計測およびそのシーン復元手法に取り組む．その中でも特に，従来研究例が少ない，非平面な計測面や，整列した計測点が存在しない環境下を対象とした手法の実現に取り組む．このような技術の発展によれば，従来，密にセンサを設置しなければ計測できなかった領域も，少ない個数のセンサで計測することが可能となる．その効果として，曲がり角越し状態推定等の自動運転車向けの危険予測への応用や，瓦礫の中から被遮蔽領域の状況を計測しそれを救護活動に活用すること，監視カメラの死角となってしまう領域においてもシーンの状況を把握可能とするセキュリティ用途で用いることなど，幅広いシーンにおける大きな社会的ニーズが期待できる．本研究では，このようなニーズに応えるために，「研究項目A : 非整列かつ少ない計測点数に基づくシーン計測・復元手法の確立」および「研究項目B: 非平面な中継壁にも適用可能なNLOSイメージング手法の確立」の2つの方向性から研究を進める．2022年度は，この両者のテーマに必要となる任意のNLOSシーン合成データを生成すること，また，それに基づいて機械学習ベースのシーン復元手法を実現することを目的とした手法構築に取り組んだ．具体的には，レイトレーシングに基づいて任意オブジェクトを対象とした被遮蔽シーンを合成し，それを入力とするVision Transformerを活用した機械学習ベース手法の提案を行なった．その結果，従来手法に勝る復元精度および復元に要する計算コストの削減を実現した．この成果は慶應義塾大学AI・高度プログラミングコンソーシアム主催　AICカンファレンスにて発表済みの他，2023年度にさらに改良した手法の外部発表を目指す予定である．

本研究では，Non-Line-of-Sightイメージングと呼ばれる被遮蔽領域の復元に関する技術に基づき，被遮蔽領域計測およびそのシーン復元手法に取り組む．その中でも特に，従来研究例が少ない，非平面な計測面や，整列した計測点が存在しない環境下を対象とした手法の実現に取り組む．このような技術の発展によれば，従来，密にセンサを設置しなければ計測できなかった領域も，少ない個数のセンサで計測することが可能となる．その効果として，曲がり角越し状態推定等の自動運転車向けの危険予測への応用や，瓦礫の中から被遮蔽領域の状況を計測しそれを救護活動に活用すること，監視カメラの死角となってしまう領域においてもシーンの状況を把握可能とするセキュリティ用途で用いることなど，幅広いシーンにおける大きな社会的ニーズが期待できる．本研究では，このようなニーズに応えるために，「研究項目A : 非整列かつ少ない計測点数に基づくシーン計測・復元手法の確立」および「研究項目B: 非平面な中継壁にも適用可能なNLOSイメージング手法の確立」の2つの方向性から研究を進める．2022年度は，この両者のテーマに必要となる任意のNLOSシーン合成データを生成すること，また，それに基づいて機械学習ベースのシーン復元手法を実現することを目的とした手法構築に取り組んだ．具体的には，レイトレーシングに基づいて任意オブジェクトを対象とした被遮蔽シーンを合成し，それを入力とするVision Transformerを活用した機械学習ベース手法の提案を行なった．その結果，従来手法に勝る復元精度および復元に要する計算コストの削減を実現した．この成果は慶應義塾大学AI・高度プログラミングコンソーシアム主催　AICカンファレンスにて発表済みの他，2023年度にさらに改良した手法の外部発表を目指す予定である．