映像とジオタグからの3次元復元

市街映像を用いて3次元復元を行う時,特に長い映像などの場合にはスケールドリフトの影響が大きくなり正しくカメラの軌跡を推定することができない.そこで本研究では市街映像のジオタグを使ってカメラの軌跡に対する最適化を行うことで,実際の地図の経路にほぼ近い,スケールドリフトの影響がない高精度な3次元復元を行うことができた.

図3

ジオタグからの三次元復元

天球動画のハイパーラプス化

近年,天球動画の注目が高まっている.それに伴い,天球動画に対して高速再生と安定化の要求が存在する.上記の2つの要求を同時に達成するために,周期的なフレームサンプリングを少し違反し,安定化に適したフレームを優先的に選択している.天球動画は回転に対し完全な復元が可能であるため,カメラの位置的なブレのみを最小化するようなフレーム選択を行っている.後処理として回転除去を行い,安定な天球動画の生成に成功した.

図3

ハイパーラプス

SLAMの高精度化

映像からの3次元復元(SLAM)は世界座標系に固定された物体の特徴点を追跡することでカメラ姿勢を推定する.既存の手法では屋外などの環境ではカメラ姿勢推定に失敗する場合が存在した.本手法では深層学習を用いて画像中の物体のカテゴリを認識し,用いる特徴点を選択することでSLAMのロバスト性能を向上させることができた.

図3

SLAMの高精度化