Discovery Sagaサイレントキーワード俯瞰

本研究では、2次元画像からの3次元物体モデルの獲得を、与えられた2次元画像と想定する物体モデルとの整合性を最適化するという一種の最適化問題として捉え、この最適化問題に遺伝的アルゴリズムを適用する手法について検討した。
本手法では、建物のように多面体で表現されるような3次元物体形状を多視点から撮影した入力画像から、遺伝的アルゴリズムを用いて対象物体を多面体で表現することを目的とした。ここでは、仮想したモデル形状をイメージプレーンに投影して得られる2次元画像と、入力画像の整合性を評価し、遺伝的アルゴリズムによりその整合性を最適にするようなモデル形状を求めた。また、対象物体が多面体の複合体で表されるような場合にも対応できるように、シェアリングという手法を適用して、入力画像の整合性が最適になるモデルを複数検出できるようにしている。本手法の有効性を検証するための実験を行ったところ、物体の背景にテクスチャが存在するような場合でも、対象物体の多面体モデルを良好に獲得することができた。
更に、多面体以外の形状モデルとして、超2次関数の利用についても検討した。入力画像中に複数の3次元物体がある状況を想定し、シェアリングを用いた遺伝的アルゴリズムにより各物体形状に対応する超2次関数パラメータを推定することによりモデル獲得を行う。この結果、複数物体がお互いに重なりあうような状況でも各物体の形状パラメータの推定が安定に行えることが確認できた。
上記の結果から、2次元画像から3次元物体モデリングを行うために、遺伝的アルゴリズムを適用することが有効であることが示唆された。今後は、この結果を生かして、実画像からの3次元仮想環境のモデリングを行って行きたいと考えている。