| 講演名 | 2023-05-19 全天球画像における広いシーンに対応した任意視点画像生成 安江 楓真(豊田工大), 秋田 和俊(豊田工大), 浮田 宗伯(豊田工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年，任意視点画像生成の手法としてNeural Radiance Fields (NeRF)が注目されている．NeRFは３次元空間をニューラル場によってモデル化することで，光線のレンダリングを可能にしている．しかし一方で，NeRFで広いシーンの学習・描画を行う場合には，広いシーンの学習が難しく，計算コストも高いという問題がある．特に本研究で扱うような全天球画像に関するシーンは屋外や室内全体であるため，一般的なNeRFで使用する物体１つを対象にしたシーンよりも広く，これらの問題がより顕著になる．全天球画像のための従来手法も存在するが，この手法では視点移動に制限がある．そこで，これらの問題点を改善するため，従来手法の構造を変更し，移動範囲を広げる．また，遠距離は従来手法による描画，近距離はNeRFのボリューム表現とし，２つの手法のデメリットを補う．実験によって提案手法は，従来手法よりも視点移動範囲が広く，NeRFよりも遠距離の表現が優れることが確認できた．また，計算コストについてもNeRFより軽量であることが確かめられた． |
| 抄録(英) | Recently, Neural Radiance Fields (NeRF) have been attracting attention as a method for arbitrary viewpoint image generation, because NeRF enables ray rendering by modeling a 3D space with neural fields. On the other hand, however, learning and rendering a large scene with NeRF is difficult and computationally expensive. In particular, scenes related to omnidirectional images, such as those used in this study, are outdoor or whole indoor scenes, which are wider than the scenes for a single object used in general NeRF, making these problems even more pronounced. Experimental results show that the proposed method has a wider range of viewpoint movement than the conventional method and is superior to NeRF in representing long distances. The computational cost of the proposed method is also lower than that of NeRF. |
| キーワード(和) | NeRF / 任意視点画像生成 / 全天球画像 / 仮想現実 |
| キーワード(英) | Neural Radiance Field / Free-viewpoint image generation / Omnidirectional image / Virtual Reality |
| 資料番号 | PRMU2023-8 |
| 発行日 | 2023-05-11 (PRMU) |
| 研究会情報 | |
| 研究会 | PRMU / IPSJ-CVIM |
|---|---|
| 開催期間 | 2023/5/18(から2日開催) |
| 開催地（和） | 名古屋工業大学 |
| 開催地（英） | |
| テーマ（和） | NeRF等のニューラルシーン表現 |
| テーマ（英） | |
| 委員長氏名（和） | 内田 誠一(九大) |
| 委員長氏名（英） | Seiichi Uchida(Kyushu Univ.) |
| 副委員長氏名（和） | 舩冨 卓哉(奈良先端大) / 安倍 満(デンソーアイティーラボラトリ) |
| 副委員長氏名（英） | Takuya Funatomi(NAIST) / Mitsuru Anpai(Denso IT Lab.) |
| 幹事氏名（和） | 山口 光太(サイバーエージェント) / 松井 勇佑(東大) |
| 幹事氏名（英） | Kouta Yamaguchi(CyberAgent) / Yusuke Matsui(Univ. of Tokyo) |
| 幹事補佐氏名（和） | 井上 中順(東工大) / 川西 康友(理研) |
| 幹事補佐氏名（英） | Nakamasa Inoue(Tokyo Inst. of Tech.) / Yasutomo Kawanishi(Riken) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Special Interest Group on Computer Vision and Image Media |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 全天球画像における広いシーンに対応した任意視点画像生成 |
| サブタイトル（和） | |
| タイトル（英） | Free-viewpoint Omnidirectional Image Synthesis for Large Scenes |
| サブタイトル（和） | |
| キーワード(1)（和/英） | NeRF / Neural Radiance Field |
| キーワード(2)（和/英） | 任意視点画像生成 / Free-viewpoint image generation |
| キーワード(3)（和/英） | 全天球画像 / Omnidirectional image |
| キーワード(4)（和/英） | 仮想現実 / Virtual Reality |
| 第 1 著者 氏名（和/英） | 安江 楓真 / Fuma Yasue |
| 第 1 著者 所属（和/英） | 豊田工業大学(略称：豊田工大) Toyota Technological Institute(略称：TTI) |
| 第 2 著者 氏名（和/英） | 秋田 和俊 / Kazutoshi Akita |
| 第 2 著者 所属（和/英） | 豊田工業大学(略称：豊田工大) Toyota Technological Institute(略称：TTI) |
| 第 3 著者 氏名（和/英） | 浮田 宗伯 / Norimichi Ukita |
| 第 3 著者 所属（和/英） | 豊田工業大学(略称：豊田工大) Toyota Technological Institute(略称：TTI) |
| 発表年月日 | 2023-05-19 |
| 資料番号 | PRMU2023-8 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | PRMU-30 |
| ページ範囲 | pp.39-44(PRMU), |
| ページ数 | 6 |
| 発行日 | 2023-05-11 (PRMU) |