深層学習を用いた高解像度化手法による自然マーカーにおける対応点探索誤差の軽減

カテゴリ: 全国大会

論文No: 3-068

グループ名: 【全国大会】令和2年電気学会全国大会論文集

発行日: 2020/03/01

タイトル(英語): Reduction of Correspondence Point Search Error in Natural Marker by High Resolution Method Using Deep Learning

著者名: 橋本智洋（東京大学）,橋本岳（静岡大学）,山本茂広（神戸大学）

著者名(英語): Tomohiro Hashimoto (University of Tokyo),Takeshi Hashimoto (Shizuoka University),Shigehiro Yamamoto (Kobe University)

キーワード: 対応点探索|自然マーカー|高解像度化|深層学習|タイオウテンタンサク|シゼンマーカー|コウカイゾウドカ|シンソウガクシュウ

要約(日本語): ステレオ計測技術における対応点探索誤差の軽減を目指して，我々はこれまでに人工マーカーを対象とした二値化・重心について研究を行った結果，マーカー画像の高解像度化によって重心座標の変動が抑制されることを示した。本研究では，現実世界に存在する自然マーカーにおいても，高解像度化による誤差軽減が有効であるかどうかの検証を行った。人工マーカーに比べて自然マーカー抜き出しにおいては適切な画像処理条件を設定する必要がある。様々な自然マーカーや実験条件における計測を繰り返した結果，深層学習による高解像度化が自然ターゲットの重心座標の変動抑制にも有効であり，対応点探索誤差の軽減を示唆する結果が得られた。

本誌掲載ページ: 98-99 p

原稿種別: 日本語