Suche senden
Hochladen
cvsaisentan5 Multi View Stereo 3.3
•
9 gefällt mir
•
32,674 views
Takuya Minagawa
Folgen
2015/03/28 コンピュータビジョン勉強会@関東 発表資料 コンピュータビジョン最先端ガイド5 複数画像からの三次元復元 3.3章-
Weniger lesen
Mehr lesen
Technologie
Melden
Teilen
Melden
Teilen
1 von 28
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
20140131 R-CNN
20140131 R-CNN
Takuya Minagawa
ORB-SLAMを動かしてみた
ORB-SLAMを動かしてみた
Takuya Minagawa
LiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせ
Takuya Minagawa
Pn learning takmin
Pn learning takmin
Takuya Minagawa
Cvpr2017事前読み会
Cvpr2017事前読み会
Takuya Minagawa
20160417dlibによる顔器官検出
20160417dlibによる顔器官検出
Takuya Minagawa
20170211クレジットカード認識
20170211クレジットカード認識
Takuya Minagawa
20180424 orb slam
20180424 orb slam
Takuya Minagawa
Empfohlen
20140131 R-CNN
20140131 R-CNN
Takuya Minagawa
ORB-SLAMを動かしてみた
ORB-SLAMを動かしてみた
Takuya Minagawa
LiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせ
Takuya Minagawa
Pn learning takmin
Pn learning takmin
Takuya Minagawa
Cvpr2017事前読み会
Cvpr2017事前読み会
Takuya Minagawa
20160417dlibによる顔器官検出
20160417dlibによる顔器官検出
Takuya Minagawa
20170211クレジットカード認識
20170211クレジットカード認識
Takuya Minagawa
20180424 orb slam
20180424 orb slam
Takuya Minagawa
第34回CV勉強会「コンピュテーショナルフォトグラフィ」発表資料
第34回CV勉強会「コンピュテーショナルフォトグラフィ」発表資料
Takuya Minagawa
How to feed myself with computer vision
How to feed myself with computer vision
Takuya Minagawa
Show and tell takmin
Show and tell takmin
Takuya Minagawa
20170806 Discriminative Optimization
20170806 Discriminative Optimization
Takuya Minagawa
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
Takuya Minagawa
Curiosity driven exploration
Curiosity driven exploration
Takuya Minagawa
Semantic segmentation2
Semantic segmentation2
Takuya Minagawa
「コンピュータビジョン勉強会@関東」紹介資料
「コンピュータビジョン勉強会@関東」紹介資料
Takuya Minagawa
run Keras model on opencv
run Keras model on opencv
Takuya Minagawa
[CV勉強会]Active Object Localization with Deep Reinfocement Learning
[CV勉強会]Active Object Localization with Deep Reinfocement Learning
Takuya Minagawa
20200910コンピュータビジョン今昔物語(JPTA講演資料)
20200910コンピュータビジョン今昔物語(JPTA講演資料)
Takuya Minagawa
CVPR2018のPointCloudのCNN論文とSPLATNet
CVPR2018のPointCloudのCNN論文とSPLATNet
Takuya Minagawa
BERT の解剖学: interpret-text による自然言語処理 (NLP) モデル解釈
BERT の解剖学: interpret-text による自然言語処理 (NLP) モデル解釈
順也 山口
日本ソフトウェア科学会第36回大会発表資料「帰納的プログラミングの初等教育の試み」西澤勇輝
日本ソフトウェア科学会第36回大会発表資料「帰納的プログラミングの初等教育の試み」西澤勇輝
Preferred Networks
NeurIPS2021読み会 Fairness in Ranking under Uncertainty
NeurIPS2021読み会 Fairness in Ranking under Uncertainty
Tatsuya Shirakawa
データに内在する構造をみるための埋め込み手法
データに内在する構造をみるための埋め込み手法
Tatsuya Shirakawa
ヒトの機械学習
ヒトの機械学習
Tatsuya Shirakawa
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
Preferred Networks
ドライブレコーダ映像からの3次元空間認識 [MOBILITY:dev]
ドライブレコーダ映像からの3次元空間認識 [MOBILITY:dev]
DeNA
実践コンピュータビジョン 9章 画像の領域分割
実践コンピュータビジョン 9章 画像の領域分割
yaju88
第28回コンピュータビジョン勉強会@関東(kanejaki担当分)
第28回コンピュータビジョン勉強会@関東(kanejaki担当分)
kanejaki
Cvim saisentan-5-2-tomoaki
Cvim saisentan-5-2-tomoaki
tomoaki0705
Weitere ähnliche Inhalte
Was ist angesagt?
第34回CV勉強会「コンピュテーショナルフォトグラフィ」発表資料
第34回CV勉強会「コンピュテーショナルフォトグラフィ」発表資料
Takuya Minagawa
How to feed myself with computer vision
How to feed myself with computer vision
Takuya Minagawa
Show and tell takmin
Show and tell takmin
Takuya Minagawa
20170806 Discriminative Optimization
20170806 Discriminative Optimization
Takuya Minagawa
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
Takuya Minagawa
Curiosity driven exploration
Curiosity driven exploration
Takuya Minagawa
Semantic segmentation2
Semantic segmentation2
Takuya Minagawa
「コンピュータビジョン勉強会@関東」紹介資料
「コンピュータビジョン勉強会@関東」紹介資料
Takuya Minagawa
run Keras model on opencv
run Keras model on opencv
Takuya Minagawa
[CV勉強会]Active Object Localization with Deep Reinfocement Learning
[CV勉強会]Active Object Localization with Deep Reinfocement Learning
Takuya Minagawa
20200910コンピュータビジョン今昔物語(JPTA講演資料)
20200910コンピュータビジョン今昔物語(JPTA講演資料)
Takuya Minagawa
CVPR2018のPointCloudのCNN論文とSPLATNet
CVPR2018のPointCloudのCNN論文とSPLATNet
Takuya Minagawa
BERT の解剖学: interpret-text による自然言語処理 (NLP) モデル解釈
BERT の解剖学: interpret-text による自然言語処理 (NLP) モデル解釈
順也 山口
日本ソフトウェア科学会第36回大会発表資料「帰納的プログラミングの初等教育の試み」西澤勇輝
日本ソフトウェア科学会第36回大会発表資料「帰納的プログラミングの初等教育の試み」西澤勇輝
Preferred Networks
NeurIPS2021読み会 Fairness in Ranking under Uncertainty
NeurIPS2021読み会 Fairness in Ranking under Uncertainty
Tatsuya Shirakawa
データに内在する構造をみるための埋め込み手法
データに内在する構造をみるための埋め込み手法
Tatsuya Shirakawa
ヒトの機械学習
ヒトの機械学習
Tatsuya Shirakawa
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
Preferred Networks
ドライブレコーダ映像からの3次元空間認識 [MOBILITY:dev]
ドライブレコーダ映像からの3次元空間認識 [MOBILITY:dev]
DeNA
実践コンピュータビジョン 9章 画像の領域分割
実践コンピュータビジョン 9章 画像の領域分割
yaju88
Was ist angesagt?
(20)
第34回CV勉強会「コンピュテーショナルフォトグラフィ」発表資料
第34回CV勉強会「コンピュテーショナルフォトグラフィ」発表資料
How to feed myself with computer vision
How to feed myself with computer vision
Show and tell takmin
Show and tell takmin
20170806 Discriminative Optimization
20170806 Discriminative Optimization
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
Curiosity driven exploration
Curiosity driven exploration
Semantic segmentation2
Semantic segmentation2
「コンピュータビジョン勉強会@関東」紹介資料
「コンピュータビジョン勉強会@関東」紹介資料
run Keras model on opencv
run Keras model on opencv
[CV勉強会]Active Object Localization with Deep Reinfocement Learning
[CV勉強会]Active Object Localization with Deep Reinfocement Learning
20200910コンピュータビジョン今昔物語(JPTA講演資料)
20200910コンピュータビジョン今昔物語(JPTA講演資料)
CVPR2018のPointCloudのCNN論文とSPLATNet
CVPR2018のPointCloudのCNN論文とSPLATNet
BERT の解剖学: interpret-text による自然言語処理 (NLP) モデル解釈
BERT の解剖学: interpret-text による自然言語処理 (NLP) モデル解釈
日本ソフトウェア科学会第36回大会発表資料「帰納的プログラミングの初等教育の試み」西澤勇輝
日本ソフトウェア科学会第36回大会発表資料「帰納的プログラミングの初等教育の試み」西澤勇輝
NeurIPS2021読み会 Fairness in Ranking under Uncertainty
NeurIPS2021読み会 Fairness in Ranking under Uncertainty
データに内在する構造をみるための埋め込み手法
データに内在する構造をみるための埋め込み手法
ヒトの機械学習
ヒトの機械学習
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
ドライブレコーダ映像からの3次元空間認識 [MOBILITY:dev]
ドライブレコーダ映像からの3次元空間認識 [MOBILITY:dev]
実践コンピュータビジョン 9章 画像の領域分割
実践コンピュータビジョン 9章 画像の領域分割
Andere mochten auch
第28回コンピュータビジョン勉強会@関東(kanejaki担当分)
第28回コンピュータビジョン勉強会@関東(kanejaki担当分)
kanejaki
Cvim saisentan-5-2-tomoaki
Cvim saisentan-5-2-tomoaki
tomoaki0705
20150328 cv関東勉強会 sumisumithパート_v1.3
20150328 cv関東勉強会 sumisumithパート_v1.3
sumisumith
関東コンピュータビジョン勉強会
関東コンピュータビジョン勉強会
nonane
28th CV勉強会@関東 #3
28th CV勉強会@関東 #3
Hiroki Mizuno
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
Hironobu Fujiyoshi
実践コンピュータビジョン 3章 画像間の写像
実践コンピュータビジョン 3章 画像間の写像
yaju88
2008-12-07_PTAM_Kansai.AR
2008-12-07_PTAM_Kansai.AR
masayashi Kobayashi
Sift特徴量について
Sift特徴量について
la_flance
T TIME 滞在時間割キャンペーン(第4回販促会議企画コンペティション)
T TIME 滞在時間割キャンペーン(第4回販促会議企画コンペティション)
Keita Takizawa
Andere mochten auch
(10)
第28回コンピュータビジョン勉強会@関東(kanejaki担当分)
第28回コンピュータビジョン勉強会@関東(kanejaki担当分)
Cvim saisentan-5-2-tomoaki
Cvim saisentan-5-2-tomoaki
20150328 cv関東勉強会 sumisumithパート_v1.3
20150328 cv関東勉強会 sumisumithパート_v1.3
関東コンピュータビジョン勉強会
関東コンピュータビジョン勉強会
28th CV勉強会@関東 #3
28th CV勉強会@関東 #3
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
実践コンピュータビジョン 3章 画像間の写像
実践コンピュータビジョン 3章 画像間の写像
2008-12-07_PTAM_Kansai.AR
2008-12-07_PTAM_Kansai.AR
Sift特徴量について
Sift特徴量について
T TIME 滞在時間割キャンペーン(第4回販促会議企画コンペティション)
T TIME 滞在時間割キャンペーン(第4回販促会議企画コンペティション)
Ähnlich wie cvsaisentan5 Multi View Stereo 3.3
テクノロジーの民主化
テクノロジーの民主化
Masanobu Takagi
MISO20200530
MISO20200530
陽平 山口
近江八幡市オープンデータ講習会(20171110)
近江八幡市オープンデータ講習会(20171110)
Hiroyuki Ichikawa
新しいソフトウェアエンジニアリングのためのパターンランゲージに向けて
新しいソフトウェアエンジニアリングのためのパターンランゲージに向けて
Hironori Washizaki
LightSwitch 結局何ができるの
LightSwitch 結局何ができるの
Yoshitaka Seo
ノンコーディングでここまでできる!LINE BOT を作ってみよう!
ノンコーディングでここまでできる!LINE BOT を作ってみよう!
典子 松本
第79回 Machine Learning 15minutes ! 生成AIをエンタープライズで活用するWatsonx.aiの紹介
第79回 Machine Learning 15minutes ! 生成AIをエンタープライズで活用するWatsonx.aiの紹介
Tsuyoshi Hirayama
07.テクノスデータサイエンスエンジニアリング(株)_発表資料
07.テクノスデータサイエンスエンジニアリング(株)_発表資料
wagatuma
React vtecx20170822
React vtecx20170822
Shinichiro Takezaki
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
典子 松本
プロトタイピングとユーザーテスト
プロトタイピングとユーザーテスト
Masanori Kado
鹿駆動
鹿駆動
Shinichi Kozake
【オープンセミナー岡山2014】 明日からできるデザイン脳
【オープンセミナー岡山2014】 明日からできるデザイン脳
Chihiro Tomita
初学者のためのプロンプトエンジニアリング実践.pptx
初学者のためのプロンプトエンジニアリング実践.pptx
Akifumi Niida
Smfl20201001
Smfl20201001
三井住友ファイナンス&リース デジタル開発室
190904FIT情報処理学会の量子コンピュータ
190904FIT情報処理学会の量子コンピュータ
Yuichiro MInato
オンプレエンジニアがクラウドエンジニアを夢見て。じっと手を見る。
オンプレエンジニアがクラウドエンジニアを夢見て。じっと手を見る。
Akihiro Kuwano
Nee2015 6月6日セミナー公開用資料(抜粋版)20150606
Nee2015 6月6日セミナー公開用資料(抜粋版)20150606
NEL&M Inc.
[OCPJ PoCWG Engineering Workshop] Zabbixを用いたOCPベアメタル監視環境の自動構築
[OCPJ PoCWG Engineering Workshop] Zabbixを用いたOCPベアメタル監視環境の自動構築
cloudconductor
立命館大学におけるkintone実習の取り組みについて
立命館大学におけるkintone実習の取り組みについて
CybozuNPOprogram
Ähnlich wie cvsaisentan5 Multi View Stereo 3.3
(20)
テクノロジーの民主化
テクノロジーの民主化
MISO20200530
MISO20200530
近江八幡市オープンデータ講習会(20171110)
近江八幡市オープンデータ講習会(20171110)
新しいソフトウェアエンジニアリングのためのパターンランゲージに向けて
新しいソフトウェアエンジニアリングのためのパターンランゲージに向けて
LightSwitch 結局何ができるの
LightSwitch 結局何ができるの
ノンコーディングでここまでできる!LINE BOT を作ってみよう!
ノンコーディングでここまでできる!LINE BOT を作ってみよう!
第79回 Machine Learning 15minutes ! 生成AIをエンタープライズで活用するWatsonx.aiの紹介
第79回 Machine Learning 15minutes ! 生成AIをエンタープライズで活用するWatsonx.aiの紹介
07.テクノスデータサイエンスエンジニアリング(株)_発表資料
07.テクノスデータサイエンスエンジニアリング(株)_発表資料
React vtecx20170822
React vtecx20170822
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
プロトタイピングとユーザーテスト
プロトタイピングとユーザーテスト
鹿駆動
鹿駆動
【オープンセミナー岡山2014】 明日からできるデザイン脳
【オープンセミナー岡山2014】 明日からできるデザイン脳
初学者のためのプロンプトエンジニアリング実践.pptx
初学者のためのプロンプトエンジニアリング実践.pptx
Smfl20201001
Smfl20201001
190904FIT情報処理学会の量子コンピュータ
190904FIT情報処理学会の量子コンピュータ
オンプレエンジニアがクラウドエンジニアを夢見て。じっと手を見る。
オンプレエンジニアがクラウドエンジニアを夢見て。じっと手を見る。
Nee2015 6月6日セミナー公開用資料(抜粋版)20150606
Nee2015 6月6日セミナー公開用資料(抜粋版)20150606
[OCPJ PoCWG Engineering Workshop] Zabbixを用いたOCPベアメタル監視環境の自動構築
[OCPJ PoCWG Engineering Workshop] Zabbixを用いたOCPベアメタル監視環境の自動構築
立命館大学におけるkintone実習の取り組みについて
立命館大学におけるkintone実習の取り組みについて
Mehr von Takuya Minagawa
Machine Learning Operations (MLOps): Overview, Definition, and Architecture
Machine Learning Operations (MLOps): Overview, Definition, and Architecture
Takuya Minagawa
MobileNeRF
MobileNeRF
Takuya Minagawa
点群SegmentationのためのTransformerサーベイ
点群SegmentationのためのTransformerサーベイ
Takuya Minagawa
Learning to Solve Hard Minimal Problems
Learning to Solve Hard Minimal Problems
Takuya Minagawa
ConditionalPointDiffusion.pdf
ConditionalPointDiffusion.pdf
Takuya Minagawa
楽しいコンピュータビジョンの受託仕事
楽しいコンピュータビジョンの受託仕事
Takuya Minagawa
20210711 deepI2P
20210711 deepI2P
Takuya Minagawa
20201010 personreid
20201010 personreid
Takuya Minagawa
2020/07/04 BSP-Net (CVPR2020)
2020/07/04 BSP-Net (CVPR2020)
Takuya Minagawa
20200704 bsp net
20200704 bsp net
Takuya Minagawa
20190825 vins mono
20190825 vins mono
Takuya Minagawa
20190706cvpr2019_3d_shape_representation
20190706cvpr2019_3d_shape_representation
Takuya Minagawa
20190307 visualslam summary
20190307 visualslam summary
Takuya Minagawa
Visual slam
Visual slam
Takuya Minagawa
20190131 lidar-camera fusion semantic segmentation survey
20190131 lidar-camera fusion semantic segmentation survey
Takuya Minagawa
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
Takuya Minagawa
20181130 lidar object detection survey
20181130 lidar object detection survey
Takuya Minagawa
object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)
Takuya Minagawa
object detection with lidar-camera fusion: survey
object detection with lidar-camera fusion: survey
Takuya Minagawa
3DFeat-Net
3DFeat-Net
Takuya Minagawa
Mehr von Takuya Minagawa
(20)
Machine Learning Operations (MLOps): Overview, Definition, and Architecture
Machine Learning Operations (MLOps): Overview, Definition, and Architecture
MobileNeRF
MobileNeRF
点群SegmentationのためのTransformerサーベイ
点群SegmentationのためのTransformerサーベイ
Learning to Solve Hard Minimal Problems
Learning to Solve Hard Minimal Problems
ConditionalPointDiffusion.pdf
ConditionalPointDiffusion.pdf
楽しいコンピュータビジョンの受託仕事
楽しいコンピュータビジョンの受託仕事
20210711 deepI2P
20210711 deepI2P
20201010 personreid
20201010 personreid
2020/07/04 BSP-Net (CVPR2020)
2020/07/04 BSP-Net (CVPR2020)
20200704 bsp net
20200704 bsp net
20190825 vins mono
20190825 vins mono
20190706cvpr2019_3d_shape_representation
20190706cvpr2019_3d_shape_representation
20190307 visualslam summary
20190307 visualslam summary
Visual slam
Visual slam
20190131 lidar-camera fusion semantic segmentation survey
20190131 lidar-camera fusion semantic segmentation survey
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
20181130 lidar object detection survey
20181130 lidar object detection survey
object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey
object detection with lidar-camera fusion: survey
3DFeat-Net
3DFeat-Net
cvsaisentan5 Multi View Stereo 3.3
1.
CV勉強会@関東 発表資料 CV最先端ガイド5 複数画像からの三次元復元手法 3.3章-4章 2015/03/28
takmin
2.
自己紹介 テクニカル・ソリューション・アーキテクトテクニカル・ソリューション・アーキテクトテクニカル・ソリューション・アーキテクトテクニカル・ソリューション・アーキテクト 皆川皆川皆川皆川 卓也(みながわ卓也(みながわ卓也(みながわ卓也(みながわ たくや)たくや)たくや)たくや) フリーエンジニア(ビジョン&フリーエンジニア(ビジョン&フリーエンジニア(ビジョン&フリーエンジニア(ビジョン&ITラボ)ラボ)ラボ)ラボ) 「コンピュータビジョン勉強会@関東」主催「コンピュータビジョン勉強会@関東」主催「コンピュータビジョン勉強会@関東」主催「コンピュータビジョン勉強会@関東」主催 博士(工学博士(工学博士(工学博士(工学)))) 略歴:略歴:略歴:略歴: 1999-2003年年年年 日本日本日本日本HP(後にアジレント・テクノロジーへ分社)にて、(後にアジレント・テクノロジーへ分社)にて、(後にアジレント・テクノロジーへ分社)にて、(後にアジレント・テクノロジーへ分社)にて、ITエンジニアとしてシステム構築、プリエンジニアとしてシステム構築、プリエンジニアとしてシステム構築、プリエンジニアとしてシステム構築、プリ セールス、プロジェクトマネジメント、サポート等の業務に従事セールス、プロジェクトマネジメント、サポート等の業務に従事セールス、プロジェクトマネジメント、サポート等の業務に従事セールス、プロジェクトマネジメント、サポート等の業務に従事 2004-2009年年年年 コンピュータビジョンを用いたシステムコンピュータビジョンを用いたシステムコンピュータビジョンを用いたシステムコンピュータビジョンを用いたシステム/アプリアプリアプリアプリ/サービス開発等にサービス開発等にサービス開発等にサービス開発等に従事従事従事従事 2007-2010年年年年 慶應義塾大学大学院慶應義塾大学大学院慶應義塾大学大学院慶應義塾大学大学院
後期博士課程にて、コンピュータビジョンを専攻後期博士課程にて、コンピュータビジョンを専攻後期博士課程にて、コンピュータビジョンを専攻後期博士課程にて、コンピュータビジョンを専攻 単位取得退学後、博士号取得(単位取得退学後、博士号取得(単位取得退学後、博士号取得(単位取得退学後、博士号取得(2014年)年)年)年) 2009年年年年-現在現在現在現在 フリーランスとして、コンピュータビジョンのコンサルフリーランスとして、コンピュータビジョンのコンサルフリーランスとして、コンピュータビジョンのコンサルフリーランスとして、コンピュータビジョンのコンサル/研究研究研究研究/開発等に従事開発等に従事開発等に従事開発等に従事 2
3.
発表内容 3.3 デプスマップからのメッシュ復元 3.4 復元結果 4
むすび 3
4.
3.3 デプスマップからのメッシュ復元 複数のデプスマップを融合してポリゴンメッシュを復元し たい 4
5.
メッシュ復元の流れ 1. 三次元空間をボクセルで離散化。 ボクセルがノードでボクセル同士の接続をエッジとしたグラフ Voxel Node
Edge 5
6.
メッシュ復元の流れ 2. それぞれのボクセルが物体の内部にあるのか外部に あるのかを推定する。 In Out 6
7.
メッシュ復元の流れ 3. InとOutの境界部分をMarching-cubesなどの手法でポ リゴンメッシュとして復元する 7
8.
Marching-cubes 隣り合う8つボクセルがどのようなIn/Outの組み合わせ かによって割り当てるポリゴンを決めるアルゴリズム 8
9.
In-Outの二値ラベリング手法 エッジにデプスマップ情報を埋め込む手法 ノードにデプスマップ情報を埋め込む手法 In Out 9
10.
In-Outの二値ラベリング手法 エッジにデプスマップ情報を埋め込む手法 ノードにデプスマップ情報を埋め込む手法 In Out 10
11.
エッジにデプスマップ情報を埋め込む 1. 各ボクセルにノードを隣接関係に双方向のエッジを持 たせる 11
12.
エッジにデプスマップ情報を埋め込む 2. 各デプスマップの表面と交差するグラフのエッジをマー ク (InからOut) 12
13.
エッジにデプスマップ情報を埋め込む 3. 各視点を統合し、多くの視点でマークされたエッジほど 小さい容量を設定する。 容量 小さい 13
14.
エッジにデプスマップ情報を埋め込む 4. 「Source」と「Sink」ノードを加え、Sinkを一番外側のボク セルノードと結び、容量を無限大に、Sourceを全ての ノードと結び容量を小さな定数に設定する。 14
15.
エッジにデプスマップ情報を埋め込む 5. 最大フロー最小カット問題を解き、「Sink」側のノードを 外部、「Source」側のノードを内部とラベリングする。 15
16.
最大フロー最小カット問題 グラフをSourceからSinkへ向かうエッジの切断コストの和 が最小となるように分割する。 Source Sink 1000 0.001 2 2 2 2 2 0.25 0.5 2 最最最最小カット小カット小カット小カット ==== 0.001+0.25+0.5+0.0010.001+0.25+0.5+0.0010.001+0.25+0.5+0.0010.001+0.25+0.5+0.001 16
17.
In-Outの二値ラベリング手法 エッジにデプスマップ情報を埋め込む手法 ノードにデプスマップ情報を埋め込む手法 In Out 21
18.
ノードにデプス情報を埋め込む 1. 各カメラから見てデプス表面より手前のボクセルをOut、 表面と接した一つ奥のボクセルをInとマークする。 22
19.
ノードにデプス情報を埋め込む 2. デプスマップを融合し、各ボクセルがOut/Inとマークさ れた回数を数える。(In >
OutならばInの可能性高) 23
20.
ノードにデプス情報を埋め込む 3. ノイズの影響を除去するため、隣り合うボクセルは同じ ラベルになりやすいような制約をつけて、Graph-cutsで ラベルを判定 24
21.
ノードにデプス情報を埋め込む 3. ノイズの影響を除去するため、隣り合うボクセルは同じ ラベルになりやすいような制約をつけて、Graph-cutsで ラベルを判定 ௨
(௩,௩ೕ)∈ேᇲ エネルギー最小化問題エネルギー最小化問題エネルギー最小化問題エネルギー最小化問題 全ボクセルにつけられ たラベルの組み合わ せで決まるエネルギー 隣り合うボクセルのラ ベルが同じなら0、違う なら1 付与したラベルの負の カウント数 25
22.
3.4 復元結果 16枚の640x480画素の画像から復元した結果 photo-consistencyが低い(黒) デプスマップ入力画像 メッシュ化して別の角度 からレンダリング27
23.
3.4 復元結果 16枚の640x480画素の画像から復元した結果 デプスマップ入力画像 メッシュ化して別の角度 からレンダリング28
24.
3.4 復元結果 312枚の640x480画素の画像から復元した結果 最大フロー/最小カットアルゴリズム使用 入力画像例 ポリゴン メッシュ 29
25.
3.4 復元結果 3枚の3456x2304画素の画像から復元した結果 テクスチャがなく、復元が難しい30
26.
3.4 復元結果 140枚の3456x2304画素の画像から復元した結果 入力画像例 ポリゴン メッシュ 31
27.
3.4 復元結果 72枚の5M画素のデプスマップから復元した結果 Graph-cutを使用 32
28.
4. むすび 近年の三次元フォトグラフィー技術の進化 10cm四方の物体を10枚ほどの画像から0.1mm以 下の精度 三次元復元の流れ、利用可能なソフトウェア/ サービスの紹介 MVSアルゴリズムの詳細の解説 33
Jetzt herunterladen