非線形の屈折による効果により 低い精度の結果となって いる 近似による手法もいくつか提案されており 焦点距 離を調整する手法 [7] や レンズ歪みを用いた近似 [8] 両 者の組み合わせ [9] などの手法がある しかしながら こ れらの近似手法はいずれも精度の問題から エピポーラ幾 何を用いた対
|
|
|
- こうご まるこ
- 5 years ago
- Views:
Transcription
1 Wave Structured Light (DOE) Department of Information and Biomedical Engineering, Kagoshima University, , Kohrimoto, Kagoshima, Japan 2 Graduate School of Information Sciences, Hiroshima City University, 3-4-1, Otsuka Higashi, Asaminami-ku, Hiroshima, Japan 3 National Institute of Advanced Industrial Science and Technology, Dai2, Tsukuba-chuo, 1-1-1, Umesono, Tsukuba, Ibaraki, Japan 3D Object Points 2D Point on Camera Plame Camera Projector Center 1 Epipole Line Base Line Case of Air 2D Point on Projector Plame Projector Projection. [1], [2] 3 [3], [4] 3 3 c 2015 Information Processing Society of Japan 1
![非線形の屈折による効果により 低い精度の結果となって いる 近似による手法もいくつか提案されており 焦点距 離を調整する手法 [7] や レンズ歪みを用いた近似 [8] 両 者の組み合わせ [9] などの手法がある しかしながら こ れらの近似手法はいずれも精度の問題から エピポーラ幾 何を用いた対応探索によらない手法となっており これを 基本とするアクティブ 3 次元計測システムに対しては不適](/docs-images/86/94286639/images/2-0.jpg "図 2 空中での撮影画像 水中での撮影画像.")
![である また 複数のカメラで水中の対象を周囲から撮影 し スペース カービング法による 3 次元形状復元手法も 提案されている [17], [19] グを行うことで対応点が見つけられる この対応点を三角 測量の原理により３次元復元する [5] 近年 水中計測の精度向上のための 新しいカメラモデ ルや 3 次元復元手法が提案されている [6], [11], [12], [13], アクティブ 3](/docs-images/86/94286639/images/2-1.jpg "次元計測システムを空気中で使用するとき [15], [16], [18] Agrawal ら [11] は 物理的な屈折モデルを は 前述のようにカメラ プロジェクタ平面上の３次元点 基にした 水中カメラ用の一般的なキャリブレーション手 と２次元点の共面性によるエピポーラ幾何を用いて効率的 法を提案している 彼らは全ての屈折面が平面であると考 に解決することができる しかし 水中環境においては")
2 非線形の屈折による効果により 低い精度の結果となって いる 近似による手法もいくつか提案されており 焦点距 離を調整する手法 [7] や レンズ歪みを用いた近似 [8] 両 者の組み合わせ [9] などの手法がある しかしながら こ れらの近似手法はいずれも精度の問題から エピポーラ幾 何を用いた対応探索によらない手法となっており これを 基本とするアクティブ 3 次元計測システムに対しては不適 図 2 空中での撮影画像 水中での撮影画像. である また 複数のカメラで水中の対象を周囲から撮影 し スペース カービング法による 3 次元形状復元手法も 提案されている [17], [19] グを行うことで対応点が見つけられる この対応点を三角 測量の原理により３次元復元する [5] 近年 水中計測の精度向上のための 新しいカメラモデ ルや 3 次元復元手法が提案されている [6], [11], [12], [13], アクティブ 3 次元計測システムを空気中で使用するとき [15], [16], [18] Agrawal ら [11] は 物理的な屈折モデルを は 前述のようにカメラ プロジェクタ平面上の３次元点 基にした 水中カメラ用の一般的なキャリブレーション手 と２次元点の共面性によるエピポーラ幾何を用いて効率的 法を提案している 彼らは全ての屈折面が平面であると考 に解決することができる しかし 水中環境においては え 屈折モデルのための順投影と逆投影の方程式を定義し カメラとプロジェクタは通常特別なハウジング内に設置さ ている しかし この手法を用いて 1 つの屈折平面へ順投 れ [6] 屈折が水/ガラスとガラス/空気の境界で発生する 影を行うためには 4 次元方程式を 2 平面では 12 次元方程 ので 図 1 に示すように共面性が成立しない 図 2 式を解く必要がある これらの計算によりエピポーラ線は と はそれぞれ空中と水中において全く同じセットアッ 複雑な曲線となるため アクティブ 3 次元計測システムに プで同じターゲットを撮影した画像であるが 水中の場合 この手法を用いるのは困難である また Sedlazeck ら [6] 拡大され歪んでいることが分かる の手法では 画像平面上の画素とその画素に投影される水 本論文はこのような屈折による問題を解決するため ３ 中の光路の対応関係に焦点を当てている しかし この手 つのアプローチを提案する まず 我々はエピポーラ幾何 法においても 順投影の計算には複雑な反復計算が必要 が近似的に成立する範囲ごとに デプス依存のキャリブ となり 実用上の問題がある Kang ら [12] や Sedlazeck レーションを行う 次に 近似による影響でエピポーラ線 ら [13] は Structure from Motion (SfM) による水中での 上に正確には対応点が乗らなくなることが起こるため あ 3 次元復元を行っている SfM は物体の３次元形状を得る る程度ずれがあっても対応点を正しく発見できるグリッド ためのパッシブステレオ手法の 1 つだが 対応点探索の ベース アクティブ計測法を導入する 最後に 各デプス 難しさのため密な復元結果を得ることは困難である ま 毎に得られる 3 次元形状を入力として これを物理モデ た 川原らは 屈折を考慮して各画素が別々の焦点距離を ルに基づき再投影し その誤差を最小化するバンドル法を 持つ画素依存型バリフォーカルカメラモデルを提案してい 提案する 我々はシミュレーションによる実験および 水 る [15], [16], [18] 槽を用いてカメラとパターンプロジェクタをハウジング に封入し実際に水中に設置し 提案手法による形状復元を 行った 2. 関連研究 水中カメラ用のキャリブレーション手法はこれまで数多 3. 概要 3.1 システム構成 本研究では プロジェクタ カメラシステムを用いたシ ステムにより水中でアクティブ 3 次元計測を行う カメラ とプロジェクタはそれぞれハウジング内に封入しており く提案されてきた [6], [7], [8], [9], [10], [11], [12], [13] し 図 3 に示すような構成で計測を行う 図 4 が実際に試作し かし これらはいずれも プロジェクタのキャリブレーショ た防水性のハウジングの様子である 左右にあるのは 2 台 ン手法に言及していない プロジェクタの光学系はカメラ のカメラ用のハウジングであり 中央は波状パターンの回 と等価なため 同様のキャリブレーションを使用できる可 折光を用いるレーザープロジェクタ用である 能性があるが プロジェクタの blindness のためにカメ ラのキャリブレーションとは少し異なるものとなる [14] 3.2 屈折による光線の記述方法 水中における 3 次元復元手法としては パッシブステ 厳密解による順投影計算 レオを基にしたものがこれまでにも数多く提案されてい 計算を単純化するために 我々はで定義される１枚のみ る [6], [7], [8], [9] Queiroz-Neto ら [7] は 水中の屈折を無 の屈折層における順投影を考える この時 カメラとプロ 視して水中でステレオ復元するモデルを提案しているが ジェクタは全て各ハウジング内に設置されており ハウジ 2
3 z c(0, yc) z µ1 α c(0, yc) p1(x1, 0) x β 図 3 水中用カメラ-プロジェクタのセットアップ p1(x1, 0) x µ2 p2(x2, 0) d 図 5 α β µ2 b(xb, -d) d µ1 b(xb, -d) 物理カメラ屈折モデル 多項式近似カメラ屈折モデル 効率よく対応点を獲得する手法がある しかし 水中の場 合 屈折により中心投影カメラモデルでは無くなるため エピポーラ線を引くことができず この手法を利用できな い そこで 本論文では 多項式近似による中心投影画像 を生成し エピポーラ拘束による対応点探索を行う 図 5 で示すように 我々は２種類の光路を考える 青 線は 3 次元点から出る光線が屈折を通してカメラに撮影さ れる光路を示している 一方 赤線は中心投影モデルを仮 図 4 水中実験用器具 ハウジング DOE レーザープロジェ クタ 定した光路を示している p1 は青線とカメラの画像平面の 交点 p2 は赤線との交点である 本論文では p1 と p2 と ングのガラス面の厚みは無視できると仮定する の間の距離 E を 以下の多項式により近似する 図 5 はカメラモデルを示している 座標 x は屈折面を示 し この面の上下の媒体の屈折率はそれぞれ µ1 と µ2 であ る 青矢印は 3 次元点 b から飛ぶ光線を示しており 屈折 は点 p1 = (x1, 0) で平面との交点で発生する d は b とカ メラのハウジングのガラス平面との間の xb は b と光軸 z との間の距離である yc はカメラの焦点である 発生角は α 反射角は β と仮定する この時 スネルの法則に基づ き 以下の方程式が得られる x1 x21 + yc2 (4) 式 (4) の r は 3 次元座標軸 xyz におけるカメラの中心と p1 間の 2 次元ユークリッド距離を表す キャリブレーショ ンの際に 外部パラメータだけなく多項式近似パラメータ α1 と α2 を推定する このパラメータを用いて撮影した画 像を変換することで 近似的に中心投影カメラで撮影した 画像が合成できるため これによりエピポーラ線を引くこ sin α µ2 = = n, sin β µ1 sin α = E(p1 ) = α1 r2 + α2 r4, sin β = xb x1 (xb x1 )2 + d2 (1) とができ 効率的な対応点探索が可能となる (2) 立する さらに近似による誤差により 厳密なエピポーラ ただし この近似は特定の距離を仮定した場合にのみ成. 拘束は成立しない これらの問題点は以下に述べる手法に 上記式の変形により 次の式が得られる より解消する (n2 1)x41 + ( 2xb n + 2xb )x31 + (x2b n + yc2 n x2b d2 )x21 2xb yc2 nx1 + x2b yc2 n2 = 0 (3) この 4 次元方程式を解くことで 水中の 3 次元点をカメ 4. デプスに依存したキャリブレーション 4.1 キャリブレーションの概要 前述の近似はカメラとの距離 デプス に依存するため ラ画像上に順投影した際の座標が得られる 本論文では複数のデプスでキャリブレーションを行うこと 多項式近似による中心投影画像生成 で その問題を回避する まず カメラとプロジェクタを 3 次元位置が分かっている場合は 前述の 4 次元方程式 それぞれのハウジング内に格納し 水槽に沈める その後 を解くことで順投影が可能であるため 対応点関係が既知 特定のデプスで カメラの内部パラメータや近似パラメー であれば バンドル調整法などにより 3 次元推定が可能で タを チェッカーボードを用いて推定する [20] 続いて ある しかし そうでない場合 何らかの手法で対応点関 サイズが既知の球を用いて プロジェクタの内部パラメー 係を得る必要がある 中心投影カメラモデルで良く利用さ タと カメラ プロジェクタ間の外部パラメータを推定す れる手法として エピポーラ拘束により探索範囲を限定し る 次節 これをデプスを変えながら複数回行う 3
4 4.2 球ベースのプロジェクタおよび外部パラメータのキャ リブレーション 図 6 に 投光器からパターンを投影した球面物体を Auxiliary plane Projector カメラで撮影した画像を示す 球面の半径は既知であると Sphere gc1 c する レンズ歪みは 補正されている このような画像か ら 球体の輪郭上の点をサンプリングする 3 個以上の点 gc2 をサンプリングすれば それらの情報から カメラに対す r gp2 Rx+t gp1 gi1 gi2 Simulated image ~s Camera c (~s c) 2 2 る球面の 3 次元位置を推定することができる さらに 球面上で観測される格子点の 画像上での位置 がわかれば 球面に対してレイトレーシングを行うこと で その格子点の 3 次元位置を推定できる この格子点に ついて 投光器のパターン画像上での 2 次元位置がわかれ ば 投光器をカメラと見なした場合の 3 次元点と 2 次元点 の組が獲得でき 内部パラメータのキャリブレーションが 可能になる この場合の 3 次元点は カメラ座標系である ため カメラ座標系と投光器座標系との変換パラメータも 同時に求められ 外部パラメータのキャリブレーションも 行われる 実際にキャリブレーションを行う場合には キャリブ レーションの精度を上げるために 投光器の内部パラメー タ 外部パラメータ 及び球面の中心の 3 次元位置を変数 として 誤差最小化基準による最適化を行う これらの内 図 6 球を用いたパターンプロジェクタの内部 外部パラメータの キャリブレーション: 球上のパターン投影画像, 再投 影誤差の様子 探索時の多項式近似による精度への影響は 数ピクセルの 誤差であれば対応点探索には影響しない この性質は我々 の水中計測について重要な要素である 多項式による近似 誤差や 深さごとのキャリブレーションが ある程度広い 間隔で行われることにより エピポーラ拘束は必然的に誤 差を含む Wave グリッドにより これらの誤差は吸収さ れ 正しい対応点と初期値が得られる 残る誤差は 次節 で述べるバンドル調整法による最適化プロセスにより解消 される 部 外部パラメータを変数とし これらの変数を利用して 投光器からのレイトレーシングで格子点の 3 次元位置を求 め さらにカメラ画像に投影する この投影位置と 観測 で得られた像の位置との距離は カメラ画像面上での誤差 となる 図 6 の例では 投光パターンのグリッド点 gp1 から 球面上のグリッド点 gc1 がレイトレーシングで計算 され カメラ画像上の gi1 に投影される レイトレーシン グで球面上にグリッド点が無い場合 球面の中心を通りカ メラに正対する補助平面との交点を利用すると 最適化を 図 7 対応点, に対するエピポーラ線 安定して実行できる また サンプリングされた輪郭点に対応する視線をカメ ラ座標系で求めた場合 その視線は 3 次元空間で球体に接 5.2 バンドル調整法を用いた誤差の解消 することから 球体との距離は既知半径に等しい このこ 3 次元形状の最適化は 空中におけるカメラ プロジェ とから 変数から求められた球体との距離と 半径との差 を誤差と見なす 図 6 この式は ( c 2 (s c) r) クタにおけるバンドル調整法と同様に以下のように行われ となる これらの誤差の自乗和を Levenberg-Marquardt る 3 次元形状復元の際に取得できているため これを利用 法で最小化する できる バンドル調整法において 従来の手法と異なる点 5. アクティブ 3 次元復元手法 5.1 Wave グリッド復元 る まず 2 次元点の対応点は前節の Wave グリッドによ は以下の２つである 一つ目は 再投影の際に屈折を考慮 しているという点である 今回屈折層はハウジングによる ガラス平面の一層を想定しているため 既に述べた 4 次元 3 次元形状復元を行うにあたって 撮影画像とプロジェ 方程式による厳密計算により再投影を行う 二つ目はハウ クタ画像との対応点を見つける必要がある そこで我々は ジングのガラス平面のパラメータを同時に最適化する点で 効率良く対応点探索を行うために 単色波形パターンを用 ある ハウジングのガラスは理想とは異なり多少の傾きを いた手法を用いる 図 7 にパターンのサンプルを示す 生むため 精度の良い復元のためにはそれらも推定する必 この手法はエピポーラ幾何による対応点探索を行うが 波 要がある 具体的には 近似モデルを用いて計算された 3 形グリットの交点の間隔が画素幅よりも更に大きいため 次元形状を初期値として LM 法により最適化を行う 4
5 6. 実験 6.1 デプス依存のキャリブレーション 二台の Point Grey Research 社製のカメラと DOE レー ザーを用いて実験を行った その実験の様子を図 8 に示 す 水中でのセットアップ後 提案手法を用いてカメラ及 びプロジェクタのキャリブレーションを行う 図 9 に キャリブレーションのための球体を実際に撮影した画像を 示す 各々のデプスでの内部パラメータ及び外部パラメー 球 マネキン 図 9 撮影画像 球上の明るい点を得る. その点は世界座標における タを推定した後 次にキャリブレーション用の球体の 3 次 位置を決める四つのマーカーのうちの一つである キャリブ 元復元を行った その結果を図 10 に示す 二台のカメラ レーションの詳細は節.4.2 で説明している. から二つの復元結果が得られた これらの復元は 各カメ ラとプロジェクタ間のキャリブレーション及び形状復元に おいて独立したプロセスとして行われるため 二つの復元 結果が一致していないことが分かる 6.2 Wave ワンショット復元 次にマネキンの撮影及び単色波形パターンを用いた 3 次 元形状復元を行う 図 9 に撮影画像のサンプルを示し 図 10 図 11 にその復元結果を示す これらの画像からマネキン depth=0.8m depth=1.5m キャリブレーションに使われる球の復元結果. の 3 次元形状が復元できていることがわかる しかしこれ らの復元結果は前節の結果と同様に 異なるカメラで独立 したキャリブレーション及び形状復元を行っているためず れが生じている これはら バンドル調整法により統合さ れ 正しい結果を得ることができる 図 11 近距離に設置した物体. 遠距離に設置した物体. 異なる深度におけるマネキンの復元結果. 白い形状は左のカ メラで復元され 赤い形状は右のカメラで復元されたもの. 位置に復元される これらを再投影誤差を最小とするよう にバンドル調整法により最適化する 図 12 にその結果を 示す この結果から 4 次元方程式とバンドル最適化を用 いて正しい形状が得られたことが確認できる 最後に 実際に水中で撮影された板の復元結果にバンド ル調整法を適用した 図に示すように 提案手法により 図 8 水中計測の実験環境 再投影誤差が大幅に小さくなったことが確認でき さらに 独立したカメラで復元された形状が正しく統合されたこと が確認できる 復元形状を平面にフィッティングしその平 6.3 バンドル調整法による形状統合より精度改善 続いてバンドル調整法による 3 次元形状の統合及び精度 改善を行う 最初に 手法の有効性をシミュレーションに より確認した まず水中環境を想定し プロジェクタから 7 10 のドットパターンを 2m 先の板に投影する 次に仮 面からずれを RMSE として計算したところ バンドル調 整前が 9.7mm であったのに対して 最適化後は 0.5mm ま で減少し 我々の手法の有効性が示された 7. まとめと今後の方針 想カメラを用いてこれを撮影した画像を作成する 撮影画 本論文では 水中環境でのワンショットによるアクティ 像とパターン画像 そして指定したパラメータを用いて 3 ブ 3 次元計測を提案した この目的を達成するため 以下 次元形状を得るが それらは屈折により 実際とは異なる の三つの手法を提案した はじめに 多項式近似を用いた 5
6 : :.. : :. ( :, :Ground truth, : ) [1] M. Young, E. Beeson, J. Davis, S. Rusinkiewicz and R. Ramamoorthi, Viewpoint-coded structured light, CVPR, June [2] O. Hall-Holt and S. Rusinkiewicz, Stripe boundary codes for real-time structured-light range scanning of moving objects, ICCV, vol. 2, pp , [3] R. Sagawa, Y. Ota, Y. Yagi, R. Furukawa, N. Asada and H. Kawasaki, Dense 3D reconstruction method using a single pattern for fast moving object, ICCV, [4] H. Aoki, R. Furukawa, M. Aoyama, S. Hiura, N. Asada, R. Sagawa, H. Kawasaki, T. Shiga and A. Suzuki, Noncontact measurement of cardiac beat by using active stereo with waved-grid pattern projection, Engineering in Medicine and Biology Society (EMBC), th Annual International Conference of the IEEE IEEE, pp , [5] M. Mazaheri and M. Momeni, 3d modeling using structured light pattern and photogrammetric epipolar geometry, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol. 37, pp , [6] A. Sedlazeck and R. Koch, Calibration of housing parameters for underwater stereo-camera rigs, BMVC, [7] J. P. Queiroz-Neto, R. Carceroni, W. Barros and M. Campos, Underwater stereo, Computer Graphics and Image Processing, Proceedings. 17th Brazilian Symposium on IEEE, pp , [8] R. Ferreira, J. P. Costeira and J. A. Santos, Stereo reconstruction of a submerged scene, Pattern Recognition and Image Analysis, Springer, pp , [9] O. Pizarro, R. Eustice and H. Singh, Relative pose estimation for instrumented, calibrated imaging platforms., DICTA Citeseer, pp , [10] J.-M. Lavest, G. Rives and J.-T. Lapresté, Underwater camera calibration, Computer Vision ECCV 2000, Springer, pp , [11] A. Agrawal, S. Ramalingam, Y. Taguchi and V. Chari, A theory of multi-layer flat refractive geometry, CVPR, [12] L. Kang, L. Wu and Y.-H. Yang, Two-view underwater structure and motion for cameras under flat refractive interfaces, Computer Vision ECCV 2012, Springer, pp , [13] A. Jordt-Sedlazeck, D. Jung and R. Koch, Refractive plane sweep for underwater images, GC Pattern Recognition, Springer, pp , [14] X. Fu, Z. Wang, H. Kawasaki, R. Sagawa and R. Furukawa, Calibration of the projector with fixed pattern and large distortion lens in a structured light system, The 13th IAPR Conference on Machine Vision Applications, [15],,,, CVIM, [16],,,, CVIM, [17] R. Kawahara, S. Nobuhara, T. Matsuyama, Underwater 3D Surface Capture Using Multi-view Projectors and Cameras with Flat Housings, IPSJ Transactions on Computer Vision and Applications, [18] R. Kawahara, S. Nobuhara, T. Matsuyama, A pixelwise varifocal camera model for efficient forward projection and linear extrinsic calibration of underwater cameras with flat housings, Computer Vision Workshops (ICCVW), [19],,,, CVIM, [20] Z. Zhang, A flexible new technique for camera calibration, Technical Report MSR-TR-98-71, c 2015 Information Processing Society of Japan 6
7 LM. 17 ( :, : : ) ( :, : : ). c 2015 Information Processing Society of Japan 7
1214_KiyotaCalib_matsusita_fixed2.pdf
1 1 3 2 3 Efficient Projector Calibration Method using Plane with Checkerboard Pattern Shota Kiyota, 1 Hiroshi Kawasaki, 1 Ryo Furukawa 3 and Ryusuke Sagawa 2 In recent years, development on 3D measurement
IPSJ SIG Technical Report Vol.2016-CG-165 No.16 Vol.2016-DCC-14 No.16 Vol.2016-CVIM-204 No /11/10 1 Marco Visentini Scarzanella (AR) (M
1 Marco Visentini Scarzanella 1 2 2 1 (AR) (MR) AR MR 1. (AR) (MR) AR MR AR MR Scarzanella [1], [2] 1 2 1 Department of Information and Biomedical Engineering, Kagoshima University, 1-21-4, Kohrimoto,
IPSJ SIG Technical Report Vol.2015-CVIM-196 No /3/6 1,a) 1,b) 1,c) U,,,, The Camera Position Alignment on a Gimbal Head for Fixed Viewpoint Swi
1,a) 1,b) 1,c) U,,,, The Camera Position Alignment on a Gimbal Head for Fixed Viewpoint Swiveling using a Misalignment Model Abstract: When the camera sets on a gimbal head as a fixed-view-point, it is
Microsoft PowerPoint - CV10.ppt [互換モード]
![Microsoft PowerPoint - CV10.ppt [互換モード]](/thumbs/83/88335853.jpg "Microsoft PowerPoint - CV10.ppt [互換モード]")
カメラキャリブレーション 呉海元 @ 和歌山大学 2010 年 6 月 21 日 カメラキャリブレーション ( 校正 ) 実世界のカメラとカメラモデルとの対応付け 2 カメラキャリブレーション項目 幾何学的キャリブレーション - 外部パラメータ : 6 世界座標系におけるレンズの中心座標 (t) レンズ光軸の方向 (R) - 内部パラメータ : 5 焦点距離 画像中心 画像像 ( 画素 ) サイズ
0 21 カラー反射率 slope aspect 図 2.9: 復元結果例 2.4 画像生成技術としての計算フォトグラフィ 3 次元情報を復元することにより, 画像生成 ( レンダリング ) に応用することが可能である. 近年, コンピュータにより, カメラで直接得られない画像を生成する技術分野が生
0 21 カラー反射率 slope aspect 図 2.9: 復元結果例 2.4 画像生成技術としての計算フォトグラフィ 3 次元情報を復元することにより, 画像生成 ( レンダリング ) に応用することが可能である. 近年, コンピュータにより, カメラで直接得られない画像を生成する技術分野が生まれ, コンピューテーショナルフォトグラフィ ( 計算フォトグラフィ ) と呼ばれている.3 次元画像認識技術の計算フォトグラフィへの応用として,
(a) 1 (b) 3. Gilbert Pernicka[2] Treibitz Schechner[3] Narasimhan [4] Kim [5] Nayar [6] [7][8][9] 2. X X X [10] [11] L L t L s L = L t + L s
![(a) 1 (b) 3. Gilbert Pernicka[2] Treibitz Schechner[3] Narasimhan [4] Kim [5] Nayar [6] [7][8][9] 2. X X X [10] [11] L L t L s L = L t + L s](/thumbs/75/72066128.jpg "(a) 1 (b) 3. Gilbert Pernicka[2] Treibitz Schechner[3] Narasimhan [4] Kim [5] Nayar [6] [7][8][9] 2. X X X [10] [11] L L t L s L = L t + L s")
1 1 1, Extraction of Transmitted Light using Parallel High-frequency Illumination Kenichiro Tanaka 1 Yasuhiro Mukaigawa 1 Yasushi Yagi 1 Abstract: We propose a new sharpening method of transmitted scene
1 Kinect for Windows M = [X Y Z] T M = [X Y Z ] T f (u,v) w 3.2 [11] [7] u = f X +u Z 0 δ u (X,Y,Z ) (5) v = f Y Z +v 0 δ v (X,Y,Z ) (6) w = Z +
![1 Kinect for Windows M = [X Y Z] T M = [X Y Z ] T f (u,v) w 3.2 [11] [7] u = f X +u Z 0 δ u (X,Y,Z ) (5) v = f Y Z +v 0 δ v (X,Y,Z ) (6) w = Z +](/thumbs/81/83701592.jpg "1 Kinect for Windows M = [X Y Z] T M = [X Y Z ] T f (u,v) w 3.2 [11] [7] u = f X +u Z 0 δ u (X,Y,Z ) (5) v = f Y Z +v 0 δ v (X,Y,Z ) (6) w = Z +")
3 3D 1,a) 1 1 Kinect (X, Y) 3D 3D 1. 2010 Microsoft Kinect for Windows SDK( (Kinect) SDK ) 3D [1], [2] [3] [4] [5] [10] 30fps [10] 3 Kinect 3 Kinect Kinect for Windows SDK 3 Microsoft 3 Kinect for Windows
3 2 2 (1) (2) (3) (4) 4 4 AdaBoost 2. [11] Onishi&Yoda [8] Iwashita&Stoica [5] 4 [3] 3. 3 (1) (2) (3)
![3 2 2 (1) (2) (3) (4) 4 4 AdaBoost 2. [11] Onishi&Yoda [8] Iwashita&Stoica [5] 4 [3] 3. 3 (1) (2) (3)](/thumbs/68/59204737.jpg "3 2 2 (1) (2) (3) (4) 4 4 AdaBoost 2. [11] Onishi&Yoda [8] Iwashita&Stoica [5] 4 [3] 3. 3 (1) (2) (3)")
(MIRU2012) 2012 8 820-8502 680-4 E-mail: {d kouno,shimada,endo}@pluto.ai.kyutech.ac.jp (1) (2) (3) (4) 4 AdaBoost 1. Kanade [6] CLAFIC [12] EigenFace [10] 1 1 2 1 [7] 3 2 2 (1) (2) (3) (4) 4 4 AdaBoost
カメラレディ原稿
IS2-A2 カメラを回転させた時の特徴点軌跡を用いた魚眼カメラの内部パラメータ推定 - モデルと評価関数の変更による改良 - 田中祐輝, 増山岳人, 梅田和昇 Yuki TANAKA, Gakuto MASUYAMA, Kazunori UMEDA : 中央大学大学院理工学研究科,y.tanaka@sensor.mech.chuo-u.ac.jp 中央大学理工学部,{masuyama, umeda}@mech.chuo-u.ac.jp
xx/xx Vol. Jxx A No. xx 1 Fig. 1 PAL(Panoramic Annular Lens) PAL(Panoramic Annular Lens) PAL (2) PAL PAL 2 PAL 3 2 PAL 1 PAL 3 PAL PAL 2. 1 PAL
PAL On the Precision of 3D Measurement by Stereo PAL Images Hiroyuki HASE,HirofumiKAWAI,FrankEKPAR, Masaaki YONEDA,andJien KATO PAL 3 PAL Panoramic Annular Lens 1985 Greguss PAL 1 PAL PAL 2 3 2 PAL DP
VRSJ-SIG-MR_okada_79dce8c8.pdf
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS TECHNICAL REPORT OF IEICE. 630-0192 8916-5 E-mail: {kaduya-o,takafumi-t,goshiro,uranishi,miyazaki,kato}@is.naist.jp,.,,.,,,.,,., CG.,,,
1. 概要この文書は Raposo, C., Barreto, J. P., & Nunes, U. (2013). Fast and Accurate Calibration of a Kinect Sensor. International Conference on 3D Vision. につ
Fast and Accurate Calibration of a Kinect Sensor 日本語解説 2016 年 04 月 29 日 ビジョン &IT ラボ皆川卓也 1. 概要この文書は Raposo, C., Barreto, J. P., & Nunes, U. (2013). Fast and Accurate Calibration of a Kinect Sensor. International
Silhouette on Image Object Silhouette on Images Object 1 Fig. 1 Visual cone Fig. 2 2 Volume intersection method Fig. 3 3 Background subtraction Fig. 4
Image-based Modeling 1 1 Object Extraction Method for Image-based Modeling using Projection Transformation of Multi-viewpoint Images Masanori Ibaraki 1 and Yuji Sakamoto 1 The volume intersection method
SSII原稿v5.doc
ステレオ計測と多項式曲面表現を利用した歪曲形状書籍画像の歪み補正 Restoration of Distorted Document Images by Using Stereo Measurement and Polynomial Surface Representation 田中友 鈴木優輔 山下淳 金子透 uu Tanaka, usuke Suzuki, Atushi amashita and
4. C i k = 2 k-means C 1 i, C 2 i 5. C i x i p [ f(θ i ; x) = (2π) p 2 Vi 1 2 exp (x µ ] i) t V 1 i (x µ i ) 2 BIC BIC = 2 log L( ˆθ i ; x i C i ) + q
![4. C i k = 2 k-means C 1 i, C 2 i 5. C i x i p [ f(θ i ; x) = (2π) p 2 Vi 1 2 exp (x µ ] i) t V 1 i (x µ i ) 2 BIC BIC = 2 log L( ˆθ i ; x i C i ) + q](/thumbs/92/110416683.jpg "4. C i k = 2 k-means C 1 i, C 2 i 5. C i x i p [ f(θ i ; x) = (2π) p 2 Vi 1 2 exp (x µ ] i) t V 1 i (x µ i ) 2 BIC BIC = 2 log L( ˆθ i ; x i C i ) + q")
x-means 1 2 2 x-means, x-means k-means Bayesian Information Criterion BIC Watershed x-means Moving Object Extraction Using the Number of Clusters Determined by X-means Clustering Naoki Kubo, 1 Kousuke
光学
Range Image Sensors Using Active Stereo Methods Kazunori UMEDA and Kenji TERABAYASHI Active stereo methods, which include the traditional light-section method and the talked-about Kinect sensor, are typical
(MIRU2008) HOG Histograms of Oriented Gradients (HOG)
(MIRU2008) 2008 7 HOG - - E-mail: katsu0920@me.cs.scitec.kobe-u.ac.jp, {takigu,ariki}@kobe-u.ac.jp Histograms of Oriented Gradients (HOG) HOG Shape Contexts HOG 5.5 Histograms of Oriented Gradients D Human
(a) (b) 2 2 (Bosch, IR Illuminator 850 nm, UFLED30-8BD) ( 7[m] 6[m]) 3 (PointGrey Research Inc.Grasshopper2 M/C) Hz (a) (b
![(a) (b) 2 2 (Bosch, IR Illuminator 850 nm, UFLED30-8BD) ( 7[m] 6[m]) 3 (PointGrey Research Inc.Grasshopper2 M/C) Hz (a) (b](/thumbs/91/105641706.jpg "(a) (b) 2 2 (Bosch, IR Illuminator 850 nm, UFLED30-8BD) ( 7[m] 6[m]) 3 (PointGrey Research Inc.Grasshopper2 M/C) Hz (a) (b")
(MIRU202) 202 8 AdrianStoica 89 0395 744 89 0395 744 Jet Propulsion Laboratory 4800 Oak Grove Drive, Pasadena, CA 909, USA E-mail: uchino@irvs.ait.kyushu-u.ac.jp, {yumi,kurazume}@ait.kyushu-u.ac.jp 2 nearest
3 Abstract CAD 3-D ( ) 4 Spin Image Correspondence Grouping 46.1% 17.4% 97.6% ICP [0.6mm/point] 1 CAD [1][2]
![3 Abstract CAD 3-D ( ) 4 Spin Image Correspondence Grouping 46.1% 17.4% 97.6% ICP [0.6mm/point] 1 CAD [1][2]](/thumbs/94/118738978.jpg "3 Abstract CAD 3-D ( ) 4 Spin Image Correspondence Grouping 46.1% 17.4% 97.6% ICP [0.6mm/point] 1 CAD [1][2]")
3 E-mail: {akizuki}@isl.sist.chukyo-u.ac.jp Abstract CAD 3-D ( ) 4 Spin Image Correspondence Grouping 46.1% 17.4% 97.6% ICP [0.6mm/point] 1 CAD [1][2] Shape Index [3] [4][5] 3 SHOT [6] [7] Point Pair Feature
IPSJ SIG Technical Report Vol.2014-DPS-158 No.27 Vol.2014-CSEC-64 No /3/6 1,a) 2,b) 3,c) 1,d) 3 Cappelli Bazen Cappelli Bazen Cappelli 1.,,.,.,
1,a),b) 3,c) 1,d) 3 Cappelli Bazen Cappelli Bazen Cappelli 1.,,,,,.,,,,.,,.,,,,.,, 1 Department of Electrical Electronic and Communication Engineering Faculty of Science and Engineering Chuo University
[6] DoN DoN DDoN(Donuts DoN) DoN 4(2) DoN DDoN 3.2 RDoN(Ring DoN) 4(1) DoN 4(3) DoN RDoN 2 DoN 2.2 DoN PCA DoN DoN 2 DoN PCA 0 DoN 3. DoN
![[6] DoN DoN DDoN(Donuts DoN) DoN 4(2) DoN DDoN 3.2 RDoN(Ring DoN) 4(1) DoN 4(3) DoN RDoN 2 DoN 2.2 DoN PCA DoN DoN 2 DoN PCA 0 DoN 3. DoN](/thumbs/89/99418350.jpg "[6] DoN DoN DDoN(Donuts DoN) DoN 4(2) DoN DDoN 3.2 RDoN(Ring DoN) 4(1) DoN 4(3) DoN RDoN 2 DoN 2.2 DoN PCA DoN DoN 2 DoN PCA 0 DoN 3. DoN")
3 1,a) 1,b) 3D 3 3 Difference of Normals (DoN)[1] DoN, 1. 2010 Kinect[2] 3D 3 [3] 3 [4] 3 [5] 3 [6] [7] [1] [8] [9] [10] Difference of Normals (DoN) 48 8 [1] [6] DoN DoN 1 National Defense Academy a) em53035@nda.ac.jp
IPSJ SIG Technical Report Vol.2009-CVIM-169 No /11/ Stereo by the horizontal rotary movement of the upswing fisheye camera Sat
1 1 1 9 36 3 Stereo b the horiontal rotar oveent of the upswing fishee caera Satoru Yoshioto, 1 Kubo Maoru 1 an Muraoto Kenichiro 1 In this paper, the upswing fishee caera that can shoot up once the enith
IPSJ SIG Technical Report Vol.2012-CG-149 No.13 Vol.2012-CVIM-184 No /12/4 3 1,a) ( ) DB 3D DB 2D,,,, PnP(Perspective n-point), Ransa
3,a) 3 3 ( ) DB 3D DB 2D,,,, PnP(Perspective n-point), Ransac. DB [] [2] 3 DB Web Web DB Web NTT NTT Media Intelligence Laboratories, - Hikarinooka Yokosuka-Shi, Kanagawa 239-0847 Japan a) yabushita.hiroko@lab.ntt.co.jp
Microsoft PowerPoint - H24全国大会_発表資料.ppt [互換モード]
![Microsoft PowerPoint - H24全国大会_発表資料.ppt [互換モード]](/thumbs/94/118755799.jpg "Microsoft PowerPoint - H24全国大会_発表資料.ppt [互換モード]")
第 47 回地盤工学研究発表会 モアレを利用した変位計測システムの開発 ( 計測原理と画像解析 ) 平成 24 年 7 月 15 日 山形設計 ( 株 ) 技術部長堀内宏信 1. はじめに ひびわれ計測の必要性 高度成長期に建設された社会基盤の多くが老朽化を迎え, また近年多発している地震などの災害により, 何らかの損傷を有する構造物は膨大な数に上ると想定される 老朽化による劣化や外的要因による損傷などが生じた構造物の適切な維持管理による健全性の確保と長寿命化のためには,
2). 3) 4) 1.2 NICTNICT DCRA Dihedral Corner Reflector micro-arraysdcra DCRA DCRA DCRA 3D DCRA PC USB PC PC ON / OFF Velleman K8055 K8055 K8055
1 1 1 2 DCRA 1. 1.1 1) 1 Tactile Interface with Air Jets for Floating Images Aya Higuchi, 1 Nomin, 1 Sandor Markon 1 and Satoshi Maekawa 2 The new optical device DCRA can display floating images in free
す 局所領域 ωk において 線形変換に用いる係数 (ak 画素の係数 (ak bk ) を算出し 入力画像の信号成分を bk ) は次式のコスト関数 E を最小化するように最適化 有さない画素に対して 式 (2) より画素値を算出する される これにより 低解像度な画像から補間によるアップサ E(
IR E-mail: hf@cs.chubu.ac.jp Abstract IR RGB ( ) IR IR IR RGB RGB PSNR 1 Time-Of- Flight(TOF)[1] Kinect [2] TOF LED TOF [3] [6] [4][5] 2 [6] RGB ( ) Infrared(IR) IR 2 2.1 1 す 局所領域 ωk において 線形変換に用いる係数 (ak
28 Horizontal angle correction using straight line detection in an equirectangular image
28 Horizontal angle correction using straight line detection in an equirectangular image 1170283 2017 3 1 2 i Abstract Horizontal angle correction using straight line detection in an equirectangular image
スライド 1
知能制御システム学 画像追跡 (1) 特徴点の検出と追跡 東北大学大学院情報科学研究科鏡慎吾 swk(at)ic.is.tohoku.ac.jp 2008.07.07 今日の内容 前回までの基本的な画像処理の例を踏まえて, ビジュアルサーボシステムの構成要素となる画像追跡の代表的手法を概説する 画像上の ある点 の追跡 オプティカルフローの拘束式 追跡しやすい点 (Harris オペレータ ) Lucas-Kanade
Vol.2018-CG-172 No.17 Vol.2018-DCC-20 No.17 Vol.2018-CVIM-214 No /11/8 情報処理学会研究報告 IPSJ SIG Technical Report プロジェクタ カメラシステムの同期遅延と 走査速度の制御にもとづく光伝
情報処理学会研究報告 プロジェクタ カメラシステムの同期遅延と 走査速度の制御にもとづく光伝播の計測と応用 上田 朝己1 久保 尋之1 舩冨 卓哉1 向川 康博1 概要 プロジェクタでシーンを照明したときの様子をカメラで撮影することで シーンでの光伝播を計測 し シーンの様々な光学的性質を推定できることが知られている 本研究では レーザープロジェクタと ローリングシャッターカメラを用いて撮像タイミングを同期し
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS TECHNICAL REPORT OF IEICE. UWB UWB
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS TECHNICAL REPORT OF IEICE. UWB -1 E-mail: seki@aso.cce.i.koto-u.ac.jp UWB SEABED SEABED SEABED,,, SEABED Application of fast imaging
SICE東北支部研究集会資料(2015年)
計測自動制御学会東北支部第 29 回研究集会 (201.6.26) 資料番号 29-7 ステレオマッチングによる物体形状の取得 Acquisition of an Object Shape Using Stereo Matching 吉田寛和, 釜谷博行 Hirokazu Yoshida, Hiroyuki Kamaya * 八戸工業高等専門学校 *National Institude of Technology,
Fig. 2 Signal plane divided into cell of DWT Fig. 1 Schematic diagram for the monitoring system
Study of Health Monitoring of Vehicle Structure by Using Feature Extraction based on Discrete Wavelet Transform Akihisa TABATA *4, Yoshio AOKI, Kazutaka ANDO and Masataka KATO Department of Precision Machinery
IPSJ SIG Technical Report Vol.2013-CVIM-188 No /9/2 1,a) D. Marr D. Marr 1. (feature-based) (area-based) (Dense Stereo Vision) van der Ma
,a) D. Marr D. Marr. (feature-based) (area-based) (Dense Stereo Vision) van der Mark [] (Intelligent Vehicle: IV) SAD(Sum of Absolute Difference) Intel x86 CPU SSE2(Streaming SIMD Extensions 2) CPU IV
IPSJ SIG Technical Report iphone iphone,,., OpenGl ES 2.0 GLSL(OpenGL Shading Language), iphone GPGPU(General-Purpose Computing on Graphics Proc
iphone 1 1 1 iphone,,., OpenGl ES 2.0 GLSL(OpenGL Shading Language), iphone GPGPU(General-Purpose Computing on Graphics Processing Unit)., AR Realtime Natural Feature Tracking Library for iphone Makoto
1(a) (b),(c) - [5], [6] Itti [12] [13] gaze eyeball head 2: [time] [7] Stahl [8], [9] Fang [1], [11] 3 -
![1(a) (b),(c) - [5], [6] Itti [12] [13] gaze eyeball head 2: [time] [7] Stahl [8], [9] Fang [1], [11] 3 -](/thumbs/89/100816452.jpg "1(a) (b),(c) - [5], [6] Itti [12] [13] gaze eyeball head 2: [time] [7] Stahl [8], [9] Fang [1], [11] 3 -")
Vol216-CVIM-22 No18 216/5/12 1 1 1 Structure from Motion - 1 8% Tobii Pro TX3 NAC EMR ACTUS Eye Tribe Tobii Pro Glass NAC EMR-9 Pupil Headset Ville [1] EMR-9 [2] 1 Osaka University Gaze Head Eye (a) deg
2003/3 Vol. J86 D II No.3 2.3. 4. 5. 6. 2. 1 1 Fig. 1 An exterior view of eye scanner. CCD [7] 640 480 1 CCD PC USB PC 2 334 PC USB RS-232C PC 3 2.1 2
![2003/3 Vol. J86 D II No.3 2.3. 4. 5. 6. 2. 1 1 Fig. 1 An exterior view of eye scanner. CCD [7] 640 480 1 CCD PC USB PC 2 334 PC USB RS-232C PC 3 2.1 2](/thumbs/42/22941906.jpg "2003/3 Vol. J86 D II No.3 2.3. 4. 5. 6. 2. 1 1 Fig. 1 An exterior view of eye scanner. CCD [7] 640 480 1 CCD PC USB PC 2 334 PC USB RS-232C PC 3 2.1 2")
Curved Document Imaging with Eye Scanner Toshiyuki AMANO, Tsutomu ABE, Osamu NISHIKAWA, Tetsuo IYODA, and Yukio SATO 1. Shape From Shading SFS [1] [2] 3 2 Department of Electrical and Computer Engineering,
dsample.dvi
1 1 1 2009 2 ( ) 600 1 2 1 2 RFID PC Practical Verification of Evacuation Guidance Based on Pedestrian Traffic Measurement Tomohisa Yamashita, 1 Shunsuke Soeda 1 and Noda Itsuki 1 In this paper, we report
Microsoft Word matsuda-rev2.docx
学科名 Department 研究指導 Research guidance 研究題目 Title 情報理工 オーディオビジュアル情報処理研究 卒業論文概要書 Summary of Bachelor s Thesis Date of submission: 01 / 27 / 2017 氏名 Name 学籍番号 Student ID number 松田卓也 1W130519-8 CD 指導教員 Advisor
テレコンバージョンレンズの原理 ( リアコンバーター ) レンズの焦点距離を伸ばす方法として テレコンバージョンレンズ ( テレコンバーター ; 略して テレコン ) を入れる方法があります これには二つのタイプがあって 一つはレンズとカメラ本体の間に入れるタイプ ( リアコンバーター ) もう一つ
テレコンバージョンレンズの原理 ( リアコンバーター ) レンズの焦点距離を伸ばす方法として テレコンバージョンレンズ ( テレコンバーター ; 略して テレコン ) を入れる方法があります これには二つのタイプがあって 一つはレンズとカメラ本体の間に入れるタイプ ( リアコンバーター ) もう一つはレンズの前に取り付けるタイプ ( フロントコンバーター ) です 以前 フロントコンバーターについて書いたことがありました
図 5 一次微分 図 6 コントラスト変化に伴う微分プロファイルの変化 価し, 合否判定を行う. 3. エッジ検出の原理ここでは, 一般的なエッジ検出の処理内容と, それぞれの処理におけるパラメータについて述べる. 3.1 濃度投影検出線と直交する方向に各画素をスキャンし, その濃度平均値を検出線上
The Principles of Edge Detection, and Its Application to Image Measurement/ Junichi SUGANO ヴィスコ テクノロジーズ株式会社開発本部研究部菅野純一 1. はじめに画像処理におけるエッジとは, 対象物と背景の境界点を指しており, この境界点が連なることで対象物の輪郭を形成する. 対象物の輪郭を拡大してみると, レンズボケにより明から暗または暗から明へ濃度値が連続的に変化していることがわかる.
IPSJ SIG Technical Report 1,a) 1,b) 1,c) 1,d) 2,e) 2,f) 2,g) 1. [1] [2] 2 [3] Osaka Prefecture University 1 1, Gakuencho, Naka, Sakai,
![IPSJ SIG Technical Report 1,a) 1,b) 1,c) 1,d) 2,e) 2,f) 2,g) 1. [1] [2] 2 [3] Osaka Prefecture University 1 1, Gakuencho, Naka, Sakai,](/thumbs/94/119099134.jpg "IPSJ SIG Technical Report 1,a) 1,b) 1,c) 1,d) 2,e) 2,f) 2,g) 1. [1] [2] 2 [3] Osaka Prefecture University 1 1, Gakuencho, Naka, Sakai,")
1,a) 1,b) 1,c) 1,d) 2,e) 2,f) 2,g) 1. [1] [2] 2 [3] 1 599 8531 1 1 Osaka Prefecture University 1 1, Gakuencho, Naka, Sakai, Osaka 599 8531, Japan 2 565 0871 Osaka University 1 1, Yamadaoka, Suita, Osaka
Gaze Head Eye (a) deg (b) 45 deg (c) 9 deg 1: - 1(b) - [5], [6] [7] Stahl [8], [9] Fang [1], [11] Itti [12] Itti [13] [7] Fang [1],
![Gaze Head Eye (a) deg (b) 45 deg (c) 9 deg 1: - 1(b) - [5], [6] [7] Stahl [8], [9] Fang [1], [11] Itti [12] Itti [13] [7] Fang [1],](/thumbs/92/110933465.jpg "Gaze Head Eye (a) deg (b) 45 deg (c) 9 deg 1: - 1(b) - [5], [6] [7] Stahl [8], [9] Fang [1], [11] Itti [12] Itti [13] [7] Fang [1],")
1 1 1 Structure from Motion - 1 Ville [1] NAC EMR-9 [2] 1 Osaka University [3], [4] 1 1(a) 1(c) 9 9 9 c 216 Information Processing Society of Japan 1 Gaze Head Eye (a) deg (b) 45 deg (c) 9 deg 1: - 1(b)
情報処理学会研究報告 IPSJ SIG Technical Report Vol.2013-CVIM-187 No /5/30 多視点ステレオに基づく最適テクスチャ選択による 3D シーン抽出 西谷昴 越後富夫 本研究は, 移動カメラからマルチビューステレオによって再構成した 3 次元
多視点ステレオに基づく最適テクスチャ選択による 3D シーン抽出 西谷昴 越後富夫 本研究は, 移動カメラからマルチビューステレオによって再構成した 3 次元面に, 適切なテクスチャマッピングを施すことで, 高質な 3 次元形状を復元することを目的とする. 生成面は複数のカメラから観測されるため, マッピングに用いるテクスチャを選択する必要がある. 視点と異なる角度の画像を選択すると, ステレオの誤差による面の隣接部が目立ち,
DEIM Forum 2012 E Web Extracting Modification of Objec
DEIM Forum 2012 E4-2 670 0092 1 1 12 E-mail: nd11g028@stshse.u-hyogo.ac.jp, {dkitayama,sumiya}@shse.u-hyogo.ac.jp Web Extracting Modification of Objects for Supporting Map Browsing Junki MATSUO, Daisuke
IPSJ SIG Technical Report Vol.2013-CVIM-187 No /5/30 1,a) 1,b) 2,c) 1,d) 1. [1][2] 1 [3] 1 Presently with Osaka Uniersity 2 Presently with Micr
![IPSJ SIG Technical Report Vol.2013-CVIM-187 No /5/30 1,a) 1,b) 2,c) 1,d) 1. [1][2] 1 [3] 1 Presently with Osaka Uniersity 2 Presently with Micr](/thumbs/98/136259208.jpg "IPSJ SIG Technical Report Vol.2013-CVIM-187 No /5/30 1,a) 1,b) 2,c) 1,d) 1. [1][2] 1 [3] 1 Presently with Osaka Uniersity 2 Presently with Micr")
1,a) 1,b) 2,c) 1,d) 1. [1][2] 1 [3] 1 Presently with Osaka Uniersity 2 Presently with Microsoft Research Asia a) matsumura@am.sanken.osaka-u.ac.jp b) mukaigaw@am.sanken.osaka-u.ac.jp c) yasumat@microsoft.com
( ), ( ) Patrol Mobile Robot To Greet Passing People Takemi KIMURA(Univ. of Tsukuba), and Akihisa OHYA(Univ. of Tsukuba) Abstract This research aims a
( ), ( ) Patrol Mobile Robot To Greet Passing People Takemi KIMURA(Univ. of Tsukuba), and Akihisa OHYA(Univ. of Tsukuba) Abstract This research aims at the development of a mobile robot to perform greetings
円筒面で利用可能なＡＲマーカ
円筒面で利用可能な AR マーカ AR Marker for Cylindrical Surface 2014 年 11 月 14 日 ( 金 ) 眞鍋佳嗣千葉大学大学院融合科学研究科 マーカベース AR 二次元マーカはカメラ姿勢の推定, 拡張現実等広い研究分野で利用されている 現実の風景 表示される画像 デジタル情報を付加 カメラで撮影し, ディスプレイに表示 使用方法の単純性, 認識の安定性からマーカベース
情報処理学会研究報告 方向の組み合わせを変えながら反射光の強度を計測する この方法は単純であるが入射方向と反射方向の組み合わせ を同時に 1 つしか計測できないため すべての方向を計 測するには膨大な計測回数が必要となる問題がある その ため 計測を効率的に行う方法がこれまでに提案されてい る [3
1,a) 1,b) 1,c) 1,d) 1. CG 1 1 630 0192 8916 5 a) kushida.takahiro.kh3@is.naist.jp b) funatomi@is.naist.jp c) hkubo@is.naist.jp d) mukaigawa@is.naist.jp 散乱なし 散乱あり 1 2. c 2017 Information Processing Society
コンピュータグラフィックス第8回
コンピュータグラフィックス 第 8 回 レンダリング技法 1 ~ 基礎と概要, 隠面消去 ~ 理工学部 兼任講師藤堂英樹 レポート提出状況 課題 1 の選択が多い (STAND BY ME ドラえもん ) 体験演習型 ( 課題 3, 課題 4) の選択も多い 内訳 課題 1 課題 2 課題 3 課題 4 課題 5 2014/11/24 コンピュータグラフィックス 2 次回レポートの体験演習型 メタセコイア,
1 Fig. 1 Extraction of motion,.,,, 4,,, 3., 1, 2. 2.,. CHLAC,. 2.1,. (256 ).,., CHLAC. CHLAC, HLAC. 2.3 (HLAC ) r,.,. HLAC. N. 2 HLAC Fig. 2
CHLAC 1 2 3 3,. (CHLAC), 1).,.,, CHLAC,.,. Suspicious Behavior Detection based on CHLAC Method Hideaki Imanishi, 1 Toyohiro Hayashi, 2 Shuichi Enokida 3 and Toshiaki Ejima 3 We have proposed a method for
Chap2.key
. f( ) V (V V ) V e + V e V V V V ( ) V V ( ) E. - () V (0 ) () V (0 ) () V (0 ) (4) V ( ) E. - () V (0 ) () V (0 ) O r θ ( ) ( ) : (r θ) : { r cos θ r sn θ { r + () V (0 ) (4) V ( ) θ θ arg( ) : π π
スライド 1
5.5.2 画像の間引き 5.1 線形変換 5.2 アフィン変換 5.3 同次座標 5.4 平面射影変換 5.5 再標本化 1. 画素数の減少による表現能力の低下 画像の縮小 変形を行う際 結果画像の 画素数 < 入力画像の 画素数 ( 画素の密度 ) ( 画素の密度 ) になることがある この場合 結果画像の表現力 < 入力画像の表現力 ( 情報量 ) ( 情報量 ) 結果的に 情報の損失が生じる!
[1] SBS [2] SBS Random Forests[3] Random Forests ii
![[1] SBS [2] SBS Random Forests[3] Random Forests ii](/thumbs/74/70333192.jpg "[1] SBS [2] SBS Random Forests[3] Random Forests ii")
Random Forests 2013 3 A Graduation Thesis of College of Engineering, Chubu University Proposal of an efficient feature selection using the contribution rate of Random Forests Katsuya Shimazaki [1] SBS
Optical Flow t t + δt 1 Motion Field 3 3 1) 2) 3) Lucas-Kanade 4) 1 t (x, y) I(x, y, t)
http://wwwieice-hbkborg/ 2 2 4 2 -- 2 4 2010 9 3 3 4-1 Lucas-Kanade 4-2 Mean Shift 3 4-3 2 c 2013 1/(18) http://wwwieice-hbkborg/ 2 2 4 2 -- 2 -- 4 4--1 2010 9 4--1--1 Optical Flow t t + δt 1 Motion Field
2. CABAC CABAC CABAC 1 1 CABAC Figure 1 Overview of CABAC 2 DCT 2 0/ /1 CABAC [3] 3. 2 値化部 コンテキスト計算部 2 値算術符号化部 CABAC CABAC
![2. CABAC CABAC CABAC 1 1 CABAC Figure 1 Overview of CABAC 2 DCT 2 0/ /1 CABAC [3] 3. 2 値化部 コンテキスト計算部 2 値算術符号化部 CABAC CABAC](/thumbs/92/108208872.jpg "2. CABAC CABAC CABAC 1 1 CABAC Figure 1 Overview of CABAC 2 DCT 2 0/ /1 CABAC [3] 3. 2 値化部 コンテキスト計算部 2 値算術符号化部 CABAC CABAC")
H.264 CABAC 1 1 1 1 1 2, CABAC(Context-based Adaptive Binary Arithmetic Coding) H.264, CABAC, A Parallelization Technology of H.264 CABAC For Real Time Encoder of Moving Picture YUSUKE YATABE 1 HIRONORI
(fnirs: Functional Near-Infrared Spectroscopy) [3] fnirs (oxyhb) Bulling [4] Kunze [5] [6] 2. 2 [7] [8] fnirs 3. 1 fnirs fnirs fnirs 1
![(fnirs: Functional Near-Infrared Spectroscopy) [3] fnirs (oxyhb) Bulling [4] Kunze [5] [6] 2. 2 [7] [8] fnirs 3. 1 fnirs fnirs fnirs 1](/thumbs/49/25651654.jpg "(fnirs: Functional Near-Infrared Spectroscopy) [3] fnirs (oxyhb) Bulling [4] Kunze [5] [6] 2. 2 [7] [8] fnirs 3. 1 fnirs fnirs fnirs 1")
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS TECHNICAL REPORT OF IEICE. fnirs Kai Kunze 599 8531 1 1 223 8526 4 1 1 E-mail: yoshimura@m.cs.osakafu-u.ac.jp, kai@kmd.keio.ac.jp,
Input image Initialize variables Loop for period of oscillation Update height map Make shade image Change property of image Output image Change time L
1,a) 1,b) 1/f β Generation Method of Animation from Pictures with Natural Flicker Abstract: Some methods to create animation automatically from one picture have been proposed. There is a method that gives
(3.6 ) (4.6 ) 2. [3], [6], [12] [7] [2], [5], [11] [14] [9] [8] [10] (1) Voodoo 3 : 3 Voodoo[1] 3 ( 3D ) (2) : Voodoo 3D (3) : 3D (Welc
![(3.6 ) (4.6 ) 2. [3], [6], [12] [7] [2], [5], [11] [14] [9] [8] [10] (1) Voodoo 3 : 3 Voodoo[1] 3 ( 3D ) (2) : Voodoo 3D (3) : 3D (Welc](/thumbs/65/54056306.jpg "(3.6 ) (4.6 ) 2. [3], [6], [12] [7] [2], [5], [11] [14] [9] [8] [10] (1) Voodoo 3 : 3 Voodoo[1] 3 ( 3D ) (2) : Voodoo 3D (3) : 3D (Welc")
1,a) 1,b) Obstacle Detection from Monocular On-Vehicle Camera in units of Delaunay Triangles Abstract: An algorithm to detect obstacles by using a monocular on-vehicle video camera is developed. Since
(a) (b) (c) Fig. 2 2 (a) ; (b) ; (c) (a)configuration of the proposed system; (b)processing flow of the system; (c)the system in use 1 GPGPU (
1 1 1 (a) (b) imperceptible A Realtime and Adaptive Technique for Projection onto Non-Flat Surfaces Using a Mobile Projector Camera System Eiji Seki, 1 Dao Vinh Ninh 1 and Masanori Sugimoto 1 In this paper,
proc.dvi
M. D. Wheler Cyra Technologies, Inc. 3 3 CAD albedo Mapping textures on 3D geometric model using reflectance image Ryo Kurazume M. D. Wheler Katsushi Ikeuchi The University oftokyo Cyra Technologies, Inc.
左カメラ左光源 Z Y 書籍 右カメラ 右光源 X-Y Z X 1: 2 [9 12] [12] NURBS 1 NURBS X-Y [13,14] Hough [15] [13, 14] [15] Structure from motion NURB
![左カメラ左光源 Z Y 書籍 右カメラ 右光源 X-Y Z X 1: 2 [9 12] [12] NURBS 1 NURBS X-Y [13,14] Hough [15] [13, 14] [15] Structure from motion NURB](/thumbs/91/105231415.jpg "左カメラ左光源 Z Y 書籍 右カメラ 右光源 X-Y Z X 1: 2 [9 12] [12] NURBS 1 NURBS X-Y [13,14] Hough [15] [13, 14] [15] Structure from motion NURB")
Correction of Distorted Document Images Using a Stereo Vision System,, Yusuke SUZUKI Atsushi YAMASHITA and Toru KANEKO : {f0630042,tayamas,tmtkane}@ipc.shizuoka.ac.jp 1 [4,5] [1] 3 1 OCR 3 2 3 3 Shape
[2][3][4][5] 4 ( 1 ) ( 2 ) ( 3 ) ( 4 ) 2. Shiratori [2] Shiratori [3] [4] GP [5] [6] [7] [8][9] Kinect Choi [10] 3. 1 c 2016 Information Processing So
![[2][3][4][5] 4 ( 1 ) ( 2 ) ( 3 ) ( 4 ) 2. Shiratori [2] Shiratori [3] [4] GP [5] [6] [7] [8][9] Kinect Choi [10] 3. 1 c 2016 Information Processing So](/thumbs/76/74386745.jpg "[2][3][4][5] 4 ( 1 ) ( 2 ) ( 3 ) ( 4 ) 2. Shiratori [2] Shiratori [3] [4] GP [5] [6] [7] [8][9] Kinect Choi [10] 3. 1 c 2016 Information Processing So")
1,a) 2 2 1 2,b) 3,c) A choreographic authoring system reflecting a user s preference Ryo Kakitsuka 1,a) Kosetsu Tsukuda 2 Satoru Fukayama 2 Naoya Iwamoto 1 Masataka Goto 2,b) Shigeo Morishima 3,c) Abstract:
AP AP AP AP AP AP AP( AP) AP AP( AP) AP AP Air Patrol[1] Air Patrol Cirond AP AP Air Patrol Senser Air Patrol Senser AP AP Air Patrol Senser AP
![AP AP AP AP AP AP AP( AP) AP AP( AP) AP AP Air Patrol[1] Air Patrol Cirond AP AP Air Patrol Senser Air Patrol Senser AP AP Air Patrol Senser AP](/thumbs/89/100390964.jpg "AP AP AP AP AP AP AP( AP) AP AP( AP) AP AP Air Patrol[1] Air Patrol Cirond AP AP Air Patrol Senser Air Patrol Senser AP AP Air Patrol Senser AP")
AP AP 1,a) 2,b) LAN LAN AP LAN AP LAN AP Proposal of a System to Estimate the Location of Unknown Wireless APs by Utilizing the Signal Strength and Location Information of the Known APs Yoshiaki Tahara
, ( ξ/) ξ(x), ( ξ/) x = x 1,. ξ ξ ( ξ, u) = 0. M LS ξ ξ (6) u,, u M LS 3).,.. ξ x ξ = ξ(x),, 1. J = (ξ ξ, V [ξ ] 1 (ξ ξ )) (7) ( ξ, u) = 0, = 1,..., N
![, ( ξ/) ξ(x), ( ξ/) x = x 1,. ξ ξ ( ξ, u) = 0. M LS ξ ξ (6) u,, u M LS 3).,.. ξ x ξ = ξ(x),, 1. J = (ξ ξ, V [ξ ] 1 (ξ ξ )) (7) ( ξ, u) = 0, = 1,..., N](/thumbs/80/81723780.jpg ", ( ξ/) ξ(x), ( ξ/) x = x 1,. ξ ξ ( ξ, u) = 0. M LS ξ ξ (6) u,, u M LS 3).,.. ξ x ξ = ξ(x),, 1. J = (ξ ξ, V [ξ ] 1 (ξ ξ )) (7) ( ξ, u) = 0, = 1,..., N")
1,,.,.. Maximum Likelihood Estimation for Geometric Fitting Yasuyuki Sugaya 1 Geometric fitting, the problem which estimates a geometric model of a scene from extracted image data, is one of the most fundamental
Fig. 3 Flow diagram of image processing. Black rectangle in the photo indicates the processing area (128 x 32 pixels).
Fig. 1 The scheme of glottal area as a function of time Fig. 3 Flow diagram of image processing. Black rectangle in the photo indicates the processing area (128 x 32 pixels). Fig, 4 Parametric representation
IPSJ-CVIM
1 1 2 1 Estimation of Shielding Object Distribution in Scattering Media by Analyzing Light Transport Shosei Moriguchi, 1 Yasuhiro Mukaigawa, 1 Yasuyuki Matsushita 2 and Yasushi Yagi 1 In this paper, we
Microsoft PowerPoint - pr_12_template-bs.pptx
12 回パターン検出と画像特徴 テンプレートマッチング 領域分割 画像特徴 テンプレート マッチング 1 テンプレートマッチング ( 図形 画像などの ) 型照合 Template Matching テンプレートと呼ばれる小さな一部の画像領域と同じパターンが画像全体の中に存在するかどうかを調べる方法 画像内にある対象物体の位置検出 物体数のカウント 物体移動の検出などに使われる テンプレートマッチングの計算
Vol1-CVIM-172 No.7 21/5/ Shan 1) 2 2)3) Yuan 4) Ancuti 5) Agrawal 6) 2.4 Ben-Ezra 7)8) Raskar 9) Image domain Blur image l PSF b / = F(
Vol1-CVIM-172 No.7 21/5/27 1 Proposal on Ringing Detector for Image Restoration Chika Inoshita, Yasuhiro Mukaigawa and Yasushi Yagi 1 A lot of methods have been proposed for restoring blurred images due
l l l
l l l l l l l l l l l l l l l l l l l l l l l l l l データ処理の流れ l データ取得 撮像 観測機器でデータを取得 l 輝度較正 生データへの値付け 物 理量に変換 l 幾何補正 画像座標と幾何条件 対 象の地理座標など の対 応付け l 解析 具体的な情報の読み取り はやぶさ搭載カメラ AMICA 別名ONC-T l l l l l l l l
& Vol.5 No (Oct. 2015) TV 1,2,a) , Augmented TV TV AR Augmented Reality 3DCG TV Estimation of TV Screen Position and Ro
TV 1,2,a) 1 2 2015 1 26, 2015 5 21 Augmented TV TV AR Augmented Reality 3DCG TV Estimation of TV Screen Position and Rotation Using Mobile Device Hiroyuki Kawakita 1,2,a) Toshio Nakagawa 1 Makoto Sato
IPSJ SIG Technical Report Vol.2014-MBL-70 No.49 Vol.2014-UBI-41 No /3/15 2,a) 2,b) 2,c) 2,d),e) WiFi WiFi WiFi 1. SNS GPS Twitter Facebook Twit
2,a) 2,b) 2,c) 2,d),e) WiFi WiFi WiFi 1. SNS GPS Twitter Facebook Twitter Ustream 1 Graduate School of Information Science and Technology, Osaka University, Japan 2 Cybermedia Center, Osaka University,
(a) (b) (c) Canny (d) 1 ( x α, y α ) 3 (x α, y α ) (a) A 2 + B 2 + C 2 + D 2 + E 2 + F 2 = 1 (3) u ξ α u (A, B, C, D, E, F ) (4) ξ α (x 2 α, 2x α y α,
[II] Optimization Computation for 3-D Understanding of Images [II]: Ellipse Fitting 1. (1) 2. (2) (edge detection) (edge) (zero-crossing) Canny (Canny operator) (3) 1(a) [I] [II] [III] [IV ] E-mail sugaya@iim.ics.tut.ac.jp
Haiku Generation Based on Motif Images Using Deep Learning Koki Yoneda 1 Soichiro Yokoyama 2 Tomohisa Yamashita 2 Hidenori Kawamura Scho
Haiku Generation Based on Motif Images Using Deep Learning 1 2 2 2 Koki Yoneda 1 Soichiro Yokoyama 2 Tomohisa Yamashita 2 Hidenori Kawamura 2 1 1 School of Engineering Hokkaido University 2 2 Graduate
2008 年度下期未踏 IT 人材発掘 育成事業採択案件評価書 1. 担当 PM 田中二郎 PM ( 筑波大学大学院システム情報工学研究科教授 ) 2. 採択者氏名チーフクリエータ : 矢口裕明 ( 東京大学大学院情報理工学系研究科創造情報学専攻博士課程三年次学生 ) コクリエータ : なし 3.
2008 年度下期未踏 IT 人材発掘 育成事業採択案件評価書 1. 担当 PM 田中二郎 PM ( 筑波大学大学院システム情報工学研究科教授 ) 2. 採択者氏名チーフクリエータ : 矢口裕明 ( 東京大学大学院情報理工学系研究科創造情報学専攻博士課程三年次学生 ) コクリエータ : なし 3. プロジェクト管理組織 株式会社オープンテクノロジーズ 4. 委託金支払額 3,000,000 円 5.
パソコンシミュレータの現状
第 2 章微分 偏微分, 写像 豊橋技術科学大学森謙一郎 2. 連続関数と微分 工学において物理現象を支配する方程式は微分方程式で表されていることが多く, 有限要素法も微分方程式を解く数値解析法であり, 定式化においては微分 積分が一般的に用いられており. 数学の基礎知識が必要になる. 図 2. に示すように, 微分は連続な関数 f() の傾きを求めることであり, 微小な に対して傾きを表し, を無限に
IPSJ SIG Technical Report GPS LAN GPS LAN GPS LAN Location Identification by sphere image and hybrid sensing Takayuki Katahira, 1 Yoshio Iwai 1
1 1 1 GPS LAN GPS LAN GPS LAN Location Identification by sphere image and hybrid sensing Takayuki Katahira, 1 Yoshio Iwai 1 and Hiroshi Ishiguro 1 Self-location is very informative for wearable systems.
258 5) GPS 1 GPS 6) GPS DP 7) 8) 10) GPS GPS 2 3 4 5 2. 2.1 3 1) GPS Global Positioning System
Vol. 52 No. 1 257 268 (Jan. 2011) 1 2, 1 1 measurement. In this paper, a dynamic road map making system is proposed. The proposition system uses probe-cars which has an in-vehicle camera and a GPS receiver.
IPSJ SIG Technical Report Vol.2015-MUS-106 No.10 Vol.2015-EC-35 No /3/2 BGM 1,4,a) ,4 BGM. BGM. BGM BGM. BGM. BGM. BGM. 1.,. YouTube 201
BGM 1,4,a) 1 2 2 3,4 BGM. BGM. BGM BGM. BGM. BGM. BGM. 1.,. YouTube 2015 1 100.. Web.. BGM.BGM [1]. BGM BGM 1 Waseda University, Shinjuku, Tokyo 169-8555, Japan 2 3 4 JST CREST a) ha-ru-ki@asagi.waseda.jp.
IP IIS Construction of Overhead View Images by Estimating Intrinsic and Extrinsic Camera Parameters of Multiple Fish-Eye Cameras Shota Kas
I-08- IIS-08- Construction of Overead View Images by Estimating Intrinsic and Extrinsic Camera arameters of Multiple Fis-Eye Cameras Sota Kase, Ryota Okutsu, Hisanori Mitsumoto (Cuo University) Yoei Aragaki,
Microsoft PowerPoint - 10.pptx
m u. 固有値とその応用 8/7/( 水 ). 固有値とその応用 固有値と固有ベクトル 行列による写像から固有ベクトルへ m m 行列 によって線形写像 f : R R が表せることを見てきた ここでは 次元平面の行列による写像を調べる とし 写像 f : を考える R R まず 単位ベクトルの像 u y y f : R R u u, u この事から 線形写像の性質を用いると 次の格子上の点全ての写像先が求まる
情報処理学会研究報告 IPSJ SIG Technical Report Vol.2013-CVIM-188 No /9/3 BRDF i
BRDF E-mail: {yoshie,ki}@cvl.iis.u-tokyo.ac.jp, tetsuro.morimoto@toppan.co.jp, imarik@nii.ac.jp, mukaigaw@am.sanken.osaka-u.ac.jp 2 CG 1 BRDF 1. (BRDF) BRDF Lambert Oren-Nayar [1] Phong [2] Blinn [3] Ward
IPSJ SIG Technical Report Vol.2015-CVIM-195 No /1/23 RGB-D RGB 3 1,a) RGB-D RGB-D 3. RGB CG RGB DTAM[1] MonoFusi
![IPSJ SIG Technical Report Vol.2015-CVIM-195 No /1/23 RGB-D RGB 3 1,a) RGB-D RGB-D 3. RGB CG RGB DTAM[1] MonoFusi](/thumbs/104/162872164.jpg "IPSJ SIG Technical Report Vol.2015-CVIM-195 No /1/23 RGB-D RGB 3 1,a) RGB-D RGB-D 3. RGB CG RGB DTAM[1] MonoFusi")
RGB-D RGB 3 1,a) 1 1 1 1 RGB-D 3. 3. RGB-D 3. RGB 3 3 1. 3 CG 3 3 3 3 RGB DTAM[1] MonoFusion[2] KinectFusion[3] 3 3 3 1 NAIST, Ikoma, Nara 630 0192, Japan a) takehara.hikari.tz9@is.naist.jp 3 3 3 3 [4],
IPSJ SIG Technical Report Vol.2010-CVIM-170 No /1/ Visual Recognition of Wire Harnesses for Automated Wiring Masaki Yoneda, 1 Ta
1 1 1 1 2 1. Visual Recognition of Wire Harnesses for Automated Wiring Masaki Yoneda, 1 Takayuki Okatani 1 and Koichiro Deguchi 1 This paper presents a method for recognizing the pose of a wire harness
Vol. 44 No. SIG 9(CVIM 7) ) 2) 1) 1 2) 3 7) 1) 2) 3 3) 4) 5) (a) (d) (g) (b) (e) (h) No Convergence? End (f) (c) Yes * ** * ** 1
Vol. 44 No. SIG 9(CVIM 7) July 2003, Robby T. Tan, 1 Estimating Illumination Position, Color and Surface Reflectance Properties from a Single Image Kenji Hara,, Robby T. Tan, Ko Nishino, Atsushi Nakazawa,
Microsoft PowerPoint - 発表II-3原稿r02.ppt [互換モード]
![Microsoft PowerPoint - 発表II-3原稿r02.ppt [互換モード]](/thumbs/91/105561911.jpg "Microsoft PowerPoint - 発表II-3原稿r02.ppt [互換モード]")
地震時の原子力発電所燃料プールからの溢水量解析プログラム 地球工学研究所田中伸和豊田幸宏 Central Research Institute of Electric Power Industry 1 1. はじめに ( その 1) 2003 年十勝沖地震では 震源から離れた苫小牧地区の石油タンクに スロッシング ( 液面揺動 ) による火災被害が生じた 2007 年中越沖地震では 原子力発電所内の燃料プールからの溢水があり
3.1 Thalmic Lab Myo * Bluetooth PC Myo 8 RMS RMS t RMS(t) i (i = 1, 2,, 8) 8 SVM libsvm *2 ν-svm 1 Myo 2 8 RMS 3.2 Myo (Root
1,a) 2 2 1. 1 College of Information Science, School of Informatics, University of Tsukuba 2 Faculty of Engineering, Information and Systems, University of Tsukuba a) oharada@iplab.cs.tsukuba.ac.jp 2.
光学
Fundamentals of Projector-Camera Systems and Their Calibration Methods Takayuki OKATANI To make the images projected by projector s appear as desired, it is e ective and sometimes an only choice to capture
PowerPoint プレゼンテーション
復習 ) 時系列のモデリング ~a. 離散時間モデル ~ y k + a 1 z 1 y k + + a na z n ay k = b 0 u k + b 1 z 1 u k + + b nb z n bu k y k = G z 1 u k = B(z 1 ) A(z 1 u k ) ARMA モデル A z 1 B z 1 = 1 + a 1 z 1 + + a na z n a = b 0
2 4 2 3 4 3 [12] 2 3 4 5 1 1 [5, 6, 7] [5, 6] [7] 1 [8] 1 1 [9] 1 [10, 11] [10] [11] 1 [13, 14] [13] [14] [13, 14] [10, 11, 13, 14] 1 [12]
![2 4 2 3 4 3 [12] 2 3 4 5 1 1 [5, 6, 7] [5, 6] [7] 1 [8] 1 1 [9] 1 [10, 11] [10] [11] 1 [13, 14] [13] [14] [13, 14] [10, 11, 13, 14] 1 [12]](/thumbs/39/20193688.jpg "2 4 2 3 4 3 [12] 2 3 4 5 1 1 [5, 6, 7] [5, 6] [7] 1 [8] 1 1 [9] 1 [10, 11] [10] [11] 1 [13, 14] [13] [14] [13, 14] [10, 11, 13, 14] 1 [12]")
Walking Person Recognition by Matching Video Fragments Masashi Nishiyama, Mayumi Yuasa, Tomokazu Wakasugi, Tomoyuki Shibata, Osamu Yamaguchi ( ), Corporate Research and Development Center, TOSHIBA Corporation
,,.,.,,.,.,.,.,,.,..,,,, i
22 A person recognition using color information 1110372 2011 2 13 ,,.,.,,.,.,.,.,,.,..,,,, i Abstract A person recognition using color information Tatsumo HOJI Recently, for the purpose of collection of
この演習について Autoware 演習 1: データの記録 再生 Autoware 演習 2: センサーキャリブレーション Autoware 演習 3:3 次元地図の作成 Autoware 演習 4: 自己位置推定 Autoware 演習 5: パラメータ調整 Autoware 演習 6: 物体検
version 1.0 TIER IV ACADEMY 自動運転システム構築塾 Day4 Autoware 演習 2 Autoware 演習 6: 物体検出とトラッキング この演習について Autoware 演習 1: データの記録 再生 Autoware 演習 2: センサーキャリブレーション Autoware 演習 3:3 次元地図の作成 Autoware 演習 4: 自己位置推定 Autoware
光学
Multi-Viewpoint Display by Projection onto Cylindrical Fog Screen Masataka IMURA We have been developing a novel fog display system that enables users to observe a virtual object from multiple viewpoints.
TOKUSHIMA PREFECTURAL INDUSTRIAL TECHNOLOGY CENTER 1 1 1 2 3 3 3 6 1 4 1 6 9 1 10 9 1 10 8 1 9 5 1 6 5 5 5 43 8 1 6 10 8 9 9 43 14 21 112 126 69 74 416 192 976 892 1,312 1,323 842 5,537 2,255 310 749
1 Web [2] Web [3] [4] [5], [6] [7] [8] S.W. [9] 3. MeetingShelf Web MeetingShelf MeetingShelf (1) (2) (3) (4) (5) Web MeetingShelf
![1 Web [2] Web [3] [4] [5], [6] [7] [8] S.W. [9] 3. MeetingShelf Web MeetingShelf MeetingShelf (1) (2) (3) (4) (5) Web MeetingShelf](/thumbs/79/80104027.jpg "1 Web [2] Web [3] [4] [5], [6] [7] [8] S.W. [9] 3. MeetingShelf Web MeetingShelf MeetingShelf (1) (2) (3) (4) (5) Web MeetingShelf")
1,a) 2,b) 4,c) 3,d) 4,e) Web A Review Supporting System for Whiteboard Logging Movies Based on Notes Timeline Taniguchi Yoshihide 1,a) Horiguchi Satoshi 2,b) Inoue Akifumi 4,c) Igaki Hiroshi 3,d) Hoshi
インターリーブＡＤＣでのタイミングスキュー影響のデジタル補正技術
1 インターリーブADCでのタイミングスキュー影響のデジタル補正技術 浅見幸司 黒沢烈士 立岩武徳 宮島広行 小林春夫 ( 株 ) アドバンテスト 群馬大学 2 目次 1. 研究背景 目的 2. インターリーブADCの原理 3. チャネル間ミスマッチの影響 3.1. オフセットミスマッチの影響 3.2. ゲインミスマッチの影響 3.3. タイミングスキューの影響 4. 提案手法 4.1. インターリーブタイミングミスマッチ補正フィルタ
PSF SN 2 DFD PSF SN PSF PSF PSF 2 2 PSF 2 PSF PSF 2 3 PSF 4 DFD PSF PSF 3) DFD Levin 4) PSF DFD KL KL PSF DFD 2 Zhou 5) 2 DFD DFD DFD DFD Zhou 2
DFD that uses focus changes during an image integration time for engineering the PSF. We can capture higher SNR input images, since we can control the PSF with wide aperture setting unlike coded aperture.
2.R R R R Pan-Tompkins(PT) [8] R 2 SQRS[9] PT Q R WQRS[10] Quad Level Vector(QLV)[11] QRS R Continuous Wavelet Transform(CWT)[12] Mexican hat 4
![2.R R R R Pan-Tompkins(PT) [8] R 2 SQRS[9] PT Q R WQRS[10] Quad Level Vector(QLV)[11] QRS R Continuous Wavelet Transform(CWT)[12] Mexican hat 4](/thumbs/81/84479518.jpg "2.R R R R Pan-Tompkins(PT) [8] R 2 SQRS[9] PT Q R WQRS[10] Quad Level Vector(QLV)[11] QRS R Continuous Wavelet Transform(CWT)[12] Mexican hat 4")
G-002 R Database and R-Wave Detecting System for Utilizing ECG Data Takeshi Nagatomo Ikuko Shimizu Takeshi Ikeda Akio Sashima Koichi Kurumatani R R MIT-BIH R 90% 1. R R [1] 2 24 16 Tokyo University of
IPSJ SIG Technical Report Vol.2011-EC-19 No /3/ ,.,., Peg-Scope Viewer,,.,,,,. Utilization of Watching Logs for Support of Multi-
1 3 5 4 1 2 1,.,., Peg-Scope Viewer,,.,,,,. Utilization of Watching Logs for Support of Multi-View Video Contents Kosuke Niwa, 1 Shogo Tokai, 3 Tetsuya Kawamoto, 5 Toshiaki Fujii, 4 Marutani Takafumi,
JFE.dvi
,, Department of Civil Engineering, Chuo University Kasuga 1-13-27, Bunkyo-ku, Tokyo 112 8551, JAPAN E-mail : atsu1005@kc.chuo-u.ac.jp E-mail : kawa@civil.chuo-u.ac.jp SATO KOGYO CO., LTD. 12-20, Nihonbashi-Honcho