Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
エッジ輪郭マッチングによる 高精度テクスチャマーカーの認識と
その性能検証
○上瀧剛,福山翔平,内村圭一 (熊本大学)
白川 透 (JEYES)
DIA2014 [OS1-4] 3/6:10:40~
背景
AR(拡張現実)とは
現実世界にCGなどの情報を付加することで、
補足的な視覚情報を提示する技術
1
http://www.hitl.washington.edu/artoolkit/ http://www.sony.co.jp/SonyInfo/News/Press/201105/11-058/
背景
ARカタログ
• 実寸サイズではない(ユーザーが調整)
• CGが震える
本研究の目的
• 高精度かつ安定的なカメラ位置・姿勢推定法
• 姿勢推定精度の定量評価
2
カメラ位置・姿勢推定が不安定
従来手法
特徴点ベースのマッチング
3
テンプレート画像 照合
カメラ撮影画像
特徴点検出器
姿勢推定
従来手法 4
実際の例
・特徴点が出やすい顔の部分は、 精度よくマッチングできている
・背景の部分でズレが生じている
カメラ位置姿勢推定に 大きな影響を与える
提案手法:輪郭マッチングによる姿勢推定 5
Cannyエッジフィルタ
モデル登録
エッジマッチング 特徴点マッチングによる姿勢推定結果を 初期値として与える
撮影画像のエッジが 輪郭モデルと一致 するように微調整
輪郭モデル
提案手法:輪郭マッチングによる姿勢推定 6
Cannyエッジフィルタ
テンプレートエッジ
エッジの検出
テンプレート画像
入力画像
エッジの検出
特徴点マッチングによる初期推定H
入力画像エッジ
射影変換
テンプレート画像のエッジの近傍を探索し
入力画像の対応するエッジ点を求める
7
探索窓 STEP1 局所サーチ
<入力画像のエッジ> 対応エッジ画素p’i エッジ方向(Ix , Iy)
iyiyixixi dIdIDi
,,'
)'()'(max ppp
STEP0 初期化
<テンプレート画像のエッジ> 参照エッジ画素pi
エッジ方向di
p01 ⇔ p’1
p02 ⇔ p’2
p0N ⇔ p’N
…
対応関係
提案手法:輪郭マッチングによる姿勢推定
8
p01 ⇔ p’1
p02 ⇔ p’2
p0N ⇔ p’N
…
i
iiH2
0 ')(min pp
対応関係
STEP2
STEP3 反復試行
提案手法:輪郭マッチングによる姿勢推定
9 提案手法:輪郭マッチングによる姿勢推定
従来手法(補正なし) 提案手法(補正あり)
評価実験
3Dデジタイザによるカメラ位置・姿勢推定精度評価
• カメラを動かしながらマーカーを撮影
• 撮影画像100フレーム
• 真値(MicroScribe)と従来手法、提案手法の結果を比較
10
モデル MicroScribe-G2X5
測定範囲 1270mm
精度 0.23mm
インターフェイス RS-232/USB
接地面積 152mm×152mm
評価実験
3Dデジタイザによるカメラ位置・姿勢推定精度評価
• カメラを動かしながらマーカーを撮影
• 撮影画像100フレーム
• 真値(MicroScribe)と従来手法、提案手法の結果を比較
11
MicroScribe Webカメラ
3次元位置情報の取得
評価実験 12
キャリブレーション により求める
評価実験
実験環境
テンプレート:256x256のLennaの画像
マーカー:Lennaの画像を10cm角に印刷
13
項目 実験環境
CPU Intel Core i7 3.40GHz
メモリ 8.00GB
OS Windows 7 64bit
評価実験 14
評価実験 15
170
190
210
230
250
270
1 11 21 31 41 51 61 71 81 91 101
X座標値
[mm
]
フレーム数
リファレンス
提案手法
従来手法
-50
-40
-30
-20
-10
0
10
20
1 11 21 31 41 51 61 71 81 91 101
Y座標値
[mm
]
フレーム数
リファレンス
提案手法
従来手法
180
190
200
210
220
230
240
250
1 11 21 31 41 51 61 71 81 91 101
Z座標値
[mm
]
フレーム数
リファレンス
提案手法
従来手法
提案手法は従来手法に比べ 安定して高精度にカメラ位置・姿勢を 推定できている 真値との誤差は3mm程度
応用例
応用例 17
Oculus Rift
対角110度/水平90度の高視野角の
非透過型ヘッドマウントディスプレイ
ARに使用されるデバイス
ヘッドマウントディスプレイ
Google Glass Canon MREAL
スマートフォン・タブレット
iPhone Xperia Tablet S
応用例:iPadへの実装 18
応用例:HMD 19
カメラの取付
応用例 20
動作確認
応用例 21
マーカーが小さすぎた場合(左上) や傾きすぎた場合(左下)認識されない
片カメラのみにマーカーが写った場合(右上) 片方のみにCGが描画される
縮小、傾きを行ったテンプレートを用意
認識に成功したカメラからもう片方の カメラ位置姿勢を推定
問題点
7. まとめ
• 輪郭マッチングによる高精度なカメラ位置姿勢推定
• 3Dデジタイザを用いた定量評価
• いくつかの応用例
今後の課題
• ハンドアイキャリブレーション
• 小さく映ったマーカーの認識
22