:NegishiResearch
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
単語検索
|
最終更新
|
ヘルプ
|
ログイン
]
開始行:
[[:seminar]]
* 研究進捗(根岸) [#u450e821]
** 1/24 [#y58d75f4]
-マッチングのフローの本数が極端に少なければ、消失点は無視する
--もしくは前後の消失点から補完
-ジャイロの回転方向、フローの方向から、消失点の位置をある程度推定できる
** 1/17 [#e3851e49]
-中間フレームを使う場合と使わない場合で比較したものを用意する
-ジャイロの回転量から
--マッチングするフレームの間隔を決定する
--消失点の位置を決定or補正する
** 1/10 [#r3573f1f]
-特徴点が少なければ、その前後のフレームとマッチングを試してみる
-回転角度を速めて失敗してみる
** 12/27 [#t92535ee]
-ロバストに
--特徴点の精度をあげるとか
** 12/20 [#m8a4acd5]
-色んなパターンの実験
--左カーブ→右カーブ
--横向き歩き
--どこか一点注視
** 12/13 [#d5ff1f79]
-シミュレーションはそろそろ切り上げる
-実験
** 12/6 [#j1e6e55c]
-横軸をステップ数から時間に変更する
-注視点の真横ぐらいまでしか注視点を見ないようにする
-実験
** 11/29 [#x96ca752]
-壁の実装
-注視点の周辺の点密度を高くして再実験
-実際に色々な歩行経路で実験
** 11/22 [#ia8d14f8]
-どこか注視して歩くシチュエーションを考える
--研究室探す
--パネル展示を探す
--動く歩道で実験？
-壁とかカーブとか実装
-画像を使ったPDRとして、修論に向けて→PDRに画像を加える
--①3次元の壁が迫ってくる
--②理想的な消失点から考える
-新機能あり・なしでtracking精度の比較を行う
** 11/15 [#y571042c]
-平らな区間ができちゃうのはフィルタの掛けすぎ？
--理想的な消失点軌跡も同様のフィルタをかけて比べる
--本来は平らな区間で出るべきでない？
-FujitaORBでもやる？
--FAST最後の上位の特徴点を選択する部分をLocationとか考えて選択するようにしたやつ
-特徴点の配置を現実世界に近づける
-壁の定義とかもする
--隠面処理とかも？
** 10/18 [#rb7c351f]
-横向き歩きの区間は一定以上回転しない条件を付ける
-パラメータを変えて実験
** 10/4 [#s7c4f3eb]
-横向き歩きの区間は一定以上回転しない条件を付ける
-MOVERIO BT-200を試す
** 9/27 [#j799a2b6]
-横向き歩き推定→回転キャンセル処理の実装
-スマホ縦持ちも試す
-MOVELIO BT-200 買っちゃった
-理想的な消失点の軌跡シミュレーションを考える
** 9/13 [#waae2400]
-Android実装続き
-理想的なジャイロ、消失点の軌跡をシミュレーションできないか
** 9/6 [#u38ff25e]
-横向きの特徴
--最初に消失点が振れる
--進行する時は最初と逆向きに消失点が推移する
--正面に戻る時に最初と逆向きに消失点が大きく推移する
-まずはジャイロが回転せずに、消失点だけ傾く区間を検出する？
-暗い時、蛍光灯の反射は今は考えない
** 8/9 [#zc4e02ed]
-横向き歩きの時は一瞬逆向きに消失点が動くのが特徴？
--例) 左を向きながら直進する時は、一瞬マイナス(左)に消失点が移動してから、プラス(右)側で推移していくはず
-動画取得スピードが遅い
--画像ファイル書き込みが重そうなので、Android単体で画像保存無しで実装してみる
-Camera2のRAWデータを扱えば高速かも
** 8/2 [#yd82fd67]
-消失点のx,y軸の軌跡を見てみる
-消失点の移動パターンがそれぞれ違う
--手振れ
--カーブ
--横を向きながら直進
** 7/26 [#a4fb80d9]
-手振れ運動込みの消失点計算方法を考える
-まずは台車とかに乗せて、手振れの無い状態で本当にフローが綺麗に検出できるか試す
-歩行判定毎に進行方向が分かれば良いから、1fpsの処理速度でも大丈夫かも？
--1秒後の画像との特徴点マッチングをやってみる
** 7/19 [#ld1aa6ba]
-オプティカルフローから、カメラの平行移動成分と、歩行者の動きによる移動成分を分ける
** 7/12 [#paaf96f3]
-DICOMO参加報告
-消失点の話し
--特徴点とフローが結構取れてるから、やっぱりそれから最小二乗法で計算出来ない？
** 7/5 [#qc954c72]
-DICOMO2016
--中間発表的な感じで
--前半v-SLAM三次元の話し
--三次元の話しから二次元画像＝消失点の話しに繋げる
--ジャイロだけじゃだめ、消失点でやる
** 6/28 [#d741d1e9]
-消失点の計算方法
--オプティカルフローと、消失点～特徴点間の線の誤差を最小にする方法で考える
** 6/21 [#n84e4d56]
-消失点の計算
--5フレーム間隔でオプティカルフローを計算？or5フレーム分フローを繋ぐ
--フローの直線を伸ばして,消失点を求める
-床付近の特徴点の距離計算
--消失点方向と平行な床付近の特徴点を計算する
-間違った回転の補正
--①カーブの時は、ジャイロの回転方向(左)と消失点の方向(左)が同じ
--②横を向いて直進している時は、ジャイロの回転方向(左)と消失点の方向(右)が逆
--②の時の前後の回転はキャンセルする
** 6/14 [#y38275ab]
-壁に向かっていると
--消失点付近の特徴点が大きく動く
-開けた空間の消失点に向かっていると
--消失点付近の特徴点が小さく動く
-直進しているときの各特徴点との距離が計算できそう
-左右に流れながら直進しているときはジャイロを補正する(?)
** 5/17 [#wc8b5b67]
-カメラ画像から端末の回転が分かる
-真っ直ぐ進む場合、オプティカルフローは消失点中心の放射状
--曲がる場合は歪んだ放射状
--上半身だけ回転する場合は、平行に流れる
-消失点の位置から、端末の傾き(X軸の回転)も分かりそう
--画像中心に消失点があれば端末は地面に垂直
--画面上方にある場合は、45°ぐらい傾けている
-出来れば三次元的な考えにしてv-SLAMの方に持っていきたい
** 5/10 [#i4ee80df]
-ATAMの改良をしたけど・・・
-v-SLAMとPDRをどう組み合わせるかを考えないと
-PDRにおいて、歩行判定と進行角度の推定精度は割と良い
-一番v-SLAMで補正したいのは進行距離・歩幅
--足を一回撮影して、足の大きさからスケールが分かる？
** 4/19 [#zb1806c7]
-進捗：ATAM調査、ORB-SLAM概要
-SLAMの関係性がよく分からない→調べる
-SLAMを改造する
** 4/4 [#q8ca873d]
-ATAM→PTAMは一から書く
-論文引き続き読む
--Semi-Dense Visual Odometry for a Monocular Camera
--A Multiple-Baseline Stereo
** 3/14 [#r7e04cdf]
-情報処理学会全国大会の反省
--地図はローカルに持ってても問題ないよね
--歩いているからカメラ画像の精度(?)が悪いからそこをどうするか
-歩行時のカメラ画像は粗いから、そのノイズにロバストなv-SLAM(歩行専用のv-SLAM？)が出来たらいいよね
--PDRと離れた研究になったとしても、それはそれで面白い
-DICOMO
** 2/15 [#ne3adbf0]
-三次元再構成&パーティクルフィルタ
--計算式をちゃんと理解しないとダメ
--パーティクルをPDRにどう使うのか
-移動経路をまとめる方も見据えつつ
-PATMか、Semi-Denseを実装
** 2/10 [#g2782fea]
-方向性の検討
--移動経路のログ or 現在位置
-複数の情報を用いた現在位置推定
--複数ユーザーの経路・地磁気・画像情報をまとめる
--現在位置推定に利用
-v-SLAM(ATAM)の方も引き続き
** 2/2 [#i70cb5bc]
-二画像間の三次元再構成の話しをちゃんと理解する
-ATAMでうまくいかないのはオプティカルフローで原因かも
-SLAM関係の重い処理は、AndroidのGPUを使えば良いかも
--GLの内部の関数を使えば良い？
** 1/26 [#f68724fc]
-cvsbaもう少しで導入出来そう→その先は？
-ポスター修正
--ATAMとPDRとの結合に関する課題とかを加える
-Abstract作成
** 1/20 [#re71c218]
-中間発表の修正
-復元した三次元点群が潰れる
--十分な角度をつけて撮影してない？
-将来的な話
--持つ角度によって加速度がぶれるかも？
--消失点などの動きから正確な進行方向が分かる？→だとすると二次元の画像で十分
--進行距離Lも補正できるかも
** 1/13 [#g0e64123]
-3DViewer見やすくなった
--特徴点のトラッキングがうまくいってない？
--結局平面の復元になっている？
-中間発表内容
--景色を3Dマップを作っていく
--過去に見た3Dマップ中のどこにいるか推定したい
--今は三次元の復元までやっている
--その場で少しデモも行う
** 1/6 [#q4638e0b]
-壁の角っぽいところの三次元点群をとる
--情処原稿に載せる
--早急に
** 12/23 [#h47f6590]
-点群はいい感じにできた
-実際に歩く速度に対応できるか
-スケールは事前情報として持っておく
-情処の原稿提出までに...
--壁の写真・3次元モデルがほしい
** 12/16 [#aaa9030c]
-ATAM on Androidエラーの対処ほぼ終わり
-スケールは？
-カメラ座標とグローバル座標の関係は？
-出てきた三次元座標はどこを原点にした座標
-～教授Jr.からのATAM情報～
--写真をマッピングして、そこに3次元点座標を透視投影で置くと...
--毎回違う感じで少しずれる(画面の1/8ぐらい？)
-LSD-SLAMの論文を読む
** 12/9 [#e9814e13]
-合同研究発表会の発表練習
-ATAM on Android とりあえず動く
--エラー対処
--Bundle Adjustment関係のライブラリを移植
-～教授Jr.からのATAM情報～
--スケールが毎回バラバラ→身長や天井～床までの距離など既知の情報を使って対処
--角度が大きく違う箇所から取らないと、3次元座標が平面になる
-LSD-SLAMの論文を読む
** 11/25 [#o7db657b]
-ATAM on Android 実装を目標に
-LSD-SLAMの論文を読む
** 11/18 [#of5cd6d1]
-ATAMを参考に動画像からの三次元再構成を実装する
-PTAM、LSD-SLAM辺りを調べる
** 11/11 [#c78b4e44]
-対応点の見つけ方を距離が近いものだけを見つけるようにする
--ブロックマッチング的な
-x-SLAM,DTAMなどとDRをどう組み合わせるか
--とりあえずはDR&SLAMで現在位置補正の方向
--まずはv-SLAM,DTAM辺りを実装してみる？
-かなり頑張る
** 11/3 [#v0af3919]
-三次元平面（チェスボード）の再構成は出来た
--テクスチャマッピングも
-Delauney法のメッシュ分割では完璧ではないかも
--より良い方法を探す
-ドアのエッジが取れるような特徴点検出法を使う
--FASTなど
-動画像から三次元を再構成する手法について調べる
** 10/28 [#ma3e768a]
-テクスチャを貼るのを急ぐ
--2次元でテクスチャを貼ってみる→3次元に拡張
--点群からメッシュを作る手法
-高速にエッジ周辺に多く特徴点を検出するFASTが最も良さそう
--強い特徴周辺に多く特徴点をとる手法(ORB)と組み合わせると良いかも
** 10/21 [#u4fa3142]
-テクスチャを貼るのを急ぐ
-評価用のテンプレート画像を用意する
--ドアを映した画像、西館１階のエントランスで撮った写真など
-特徴点検出手法の調査
-他大との発表会に向けてA4一枚の抄録を作成
** 10/14 [#hb954614]
-まずOpenGLでテクスチャ表示を早く
-出力された3次元点群の座標の単位(?)が何を表すのか(cmなのかpixelなのか)調べる
-SHIFT,SURFなど色々な手法で試してみる
--画像の特徴点じゃなくて動画に特化した特徴点みたいなのって無い？
-11/3(火)に向けて頑張る
** 10/7 [#lbfa91ec]
-三次元空間認識と、床の画像マッチングは平行で進める
--今は三次元認識を進める
-RGB画像から三次元再構成はどっかで一気に進めたい
-実装早く
** 9/16 [#f76eda83]
-特徴点検出(オプティカルフロー) → ○
-カメラパラメータ推定 → ○
-8点アルゴリズムから回転・並進情報を推定 →3次元復元の途中
** 9/1 [#x09fae90]
-3次元再構成の勉強
-文献：ディジタル画像処理 - CG-ARTS協会
--エピポーラ幾何
--8点アルゴリズム
--スケール不定性
** 8/25 [#nc84f178]
-OpenCVを用いて、Android上でオプティカルフローの表示まで実装した
-オプティカルフローから、3次元形状復元を目標に
--関連研究、論文の調査
--3次元形状復元機能の実装
-Real Sense R200 のPre Order
** 8/11 [#hefbed03]
-Androidから並進・回転情報を使って行うICPの続き
-ICP時に大きいボクセル、小さいボクセルをうまく切り替えると良いかも
-RGB画像からDepthを推定する方法も検討
--RGB画像上の特徴点の動きからDepthが推定できそう(オプティカルフロー的な)
---試しに実装してみる
---関連文献・研究などの調査
** 8/4 [#y8ae7e49]
Androidから並進・回転情報をICPに利用する方法で実装
-BluetoothでPCと通信するところまで完了
--もしできるならばUSB通信でやる
複数視点のRGB画像から深さ情報、床・壁などの情報は分かってしまうかもしれない
-RGB画像から深さ情報を作成する
-3次元マップ内での自己位置推定
-関連研究・論文を探す
** 7/28 [#xa1008c0]
Real Sense(ICP)+Androidで出来る事は二通りある
-Androidから並進・回転情報をICPに利用して3次元モデルを生成
-3次元モデルを持っている状態で歩いて、そのモデルとICPしてDRを行う
--今までの研究からして、こっちをやるべき
--最初は自分で一回歩いてモデルを作っておくのもアリ
→二回目以降、自分で歩いてDR
--店舗間の境界情報は持っておけたりする
-Real Sense搭載のPC or Androidタブレットを買う？
→結局Depthの距離限界が...
** 7/14 [#v674f021]
-DICOMO2015の参加報告
--次はUbiComp2015のPDR Challengeへの参加も検討中
-院の研究の方は前回から引き続き
** 6/30 [#h88de9d3]
-スマートフォンの加速度・ジャイロを使って回転・移動の情報が分かる
--ICPに利用すれば楽に位置合わせが出来そう
-3次元点群、加速度・ジャイロを組み合わせて3Dマップを作成している論文がないか探す
** 6/23 [#g04ff84f]
-SDK内のCoordinate Mapperを使って深度マップとRGBマップの重ね合わせは出来そう
--2次元の深マップ→3次元点群への変換は自分で実装する必要がある
-Real Sense(F200)だと距離が足りないかも→Intel® Real Sense™ 3D Camera (R200)、タブレット用Real Senseの購入も視野に入れる
終了行:
[[:seminar]]
* 研究進捗(根岸) [#u450e821]
** 1/24 [#y58d75f4]
-マッチングのフローの本数が極端に少なければ、消失点は無視する
--もしくは前後の消失点から補完
-ジャイロの回転方向、フローの方向から、消失点の位置をある程度推定できる
** 1/17 [#e3851e49]
-中間フレームを使う場合と使わない場合で比較したものを用意する
-ジャイロの回転量から
--マッチングするフレームの間隔を決定する
--消失点の位置を決定or補正する
** 1/10 [#r3573f1f]
-特徴点が少なければ、その前後のフレームとマッチングを試してみる
-回転角度を速めて失敗してみる
** 12/27 [#t92535ee]
-ロバストに
--特徴点の精度をあげるとか
** 12/20 [#m8a4acd5]
-色んなパターンの実験
--左カーブ→右カーブ
--横向き歩き
--どこか一点注視
** 12/13 [#d5ff1f79]
-シミュレーションはそろそろ切り上げる
-実験
** 12/6 [#j1e6e55c]
-横軸をステップ数から時間に変更する
-注視点の真横ぐらいまでしか注視点を見ないようにする
-実験
** 11/29 [#x96ca752]
-壁の実装
-注視点の周辺の点密度を高くして再実験
-実際に色々な歩行経路で実験
** 11/22 [#ia8d14f8]
-どこか注視して歩くシチュエーションを考える
--研究室探す
--パネル展示を探す
--動く歩道で実験？
-壁とかカーブとか実装
-画像を使ったPDRとして、修論に向けて→PDRに画像を加える
--①3次元の壁が迫ってくる
--②理想的な消失点から考える
-新機能あり・なしでtracking精度の比較を行う
** 11/15 [#y571042c]
-平らな区間ができちゃうのはフィルタの掛けすぎ？
--理想的な消失点軌跡も同様のフィルタをかけて比べる
--本来は平らな区間で出るべきでない？
-FujitaORBでもやる？
--FAST最後の上位の特徴点を選択する部分をLocationとか考えて選択するようにしたやつ
-特徴点の配置を現実世界に近づける
-壁の定義とかもする
--隠面処理とかも？
** 10/18 [#rb7c351f]
-横向き歩きの区間は一定以上回転しない条件を付ける
-パラメータを変えて実験
** 10/4 [#s7c4f3eb]
-横向き歩きの区間は一定以上回転しない条件を付ける
-MOVERIO BT-200を試す
** 9/27 [#j799a2b6]
-横向き歩き推定→回転キャンセル処理の実装
-スマホ縦持ちも試す
-MOVELIO BT-200 買っちゃった
-理想的な消失点の軌跡シミュレーションを考える
** 9/13 [#waae2400]
-Android実装続き
-理想的なジャイロ、消失点の軌跡をシミュレーションできないか
** 9/6 [#u38ff25e]
-横向きの特徴
--最初に消失点が振れる
--進行する時は最初と逆向きに消失点が推移する
--正面に戻る時に最初と逆向きに消失点が大きく推移する
-まずはジャイロが回転せずに、消失点だけ傾く区間を検出する？
-暗い時、蛍光灯の反射は今は考えない
** 8/9 [#zc4e02ed]
-横向き歩きの時は一瞬逆向きに消失点が動くのが特徴？
--例) 左を向きながら直進する時は、一瞬マイナス(左)に消失点が移動してから、プラス(右)側で推移していくはず
-動画取得スピードが遅い
--画像ファイル書き込みが重そうなので、Android単体で画像保存無しで実装してみる
-Camera2のRAWデータを扱えば高速かも
** 8/2 [#yd82fd67]
-消失点のx,y軸の軌跡を見てみる
-消失点の移動パターンがそれぞれ違う
--手振れ
--カーブ
--横を向きながら直進
** 7/26 [#a4fb80d9]
-手振れ運動込みの消失点計算方法を考える
-まずは台車とかに乗せて、手振れの無い状態で本当にフローが綺麗に検出できるか試す
-歩行判定毎に進行方向が分かれば良いから、1fpsの処理速度でも大丈夫かも？
--1秒後の画像との特徴点マッチングをやってみる
** 7/19 [#ld1aa6ba]
-オプティカルフローから、カメラの平行移動成分と、歩行者の動きによる移動成分を分ける
** 7/12 [#paaf96f3]
-DICOMO参加報告
-消失点の話し
--特徴点とフローが結構取れてるから、やっぱりそれから最小二乗法で計算出来ない？
** 7/5 [#qc954c72]
-DICOMO2016
--中間発表的な感じで
--前半v-SLAM三次元の話し
--三次元の話しから二次元画像＝消失点の話しに繋げる
--ジャイロだけじゃだめ、消失点でやる
** 6/28 [#d741d1e9]
-消失点の計算方法
--オプティカルフローと、消失点～特徴点間の線の誤差を最小にする方法で考える
** 6/21 [#n84e4d56]
-消失点の計算
--5フレーム間隔でオプティカルフローを計算？or5フレーム分フローを繋ぐ
--フローの直線を伸ばして,消失点を求める
-床付近の特徴点の距離計算
--消失点方向と平行な床付近の特徴点を計算する
-間違った回転の補正
--①カーブの時は、ジャイロの回転方向(左)と消失点の方向(左)が同じ
--②横を向いて直進している時は、ジャイロの回転方向(左)と消失点の方向(右)が逆
--②の時の前後の回転はキャンセルする
** 6/14 [#y38275ab]
-壁に向かっていると
--消失点付近の特徴点が大きく動く
-開けた空間の消失点に向かっていると
--消失点付近の特徴点が小さく動く
-直進しているときの各特徴点との距離が計算できそう
-左右に流れながら直進しているときはジャイロを補正する(?)
** 5/17 [#wc8b5b67]
-カメラ画像から端末の回転が分かる
-真っ直ぐ進む場合、オプティカルフローは消失点中心の放射状
--曲がる場合は歪んだ放射状
--上半身だけ回転する場合は、平行に流れる
-消失点の位置から、端末の傾き(X軸の回転)も分かりそう
--画像中心に消失点があれば端末は地面に垂直
--画面上方にある場合は、45°ぐらい傾けている
-出来れば三次元的な考えにしてv-SLAMの方に持っていきたい
** 5/10 [#i4ee80df]
-ATAMの改良をしたけど・・・
-v-SLAMとPDRをどう組み合わせるかを考えないと
-PDRにおいて、歩行判定と進行角度の推定精度は割と良い
-一番v-SLAMで補正したいのは進行距離・歩幅
--足を一回撮影して、足の大きさからスケールが分かる？
** 4/19 [#zb1806c7]
-進捗：ATAM調査、ORB-SLAM概要
-SLAMの関係性がよく分からない→調べる
-SLAMを改造する
** 4/4 [#q8ca873d]
-ATAM→PTAMは一から書く
-論文引き続き読む
--Semi-Dense Visual Odometry for a Monocular Camera
--A Multiple-Baseline Stereo
** 3/14 [#r7e04cdf]
-情報処理学会全国大会の反省
--地図はローカルに持ってても問題ないよね
--歩いているからカメラ画像の精度(?)が悪いからそこをどうするか
-歩行時のカメラ画像は粗いから、そのノイズにロバストなv-SLAM(歩行専用のv-SLAM？)が出来たらいいよね
--PDRと離れた研究になったとしても、それはそれで面白い
-DICOMO
** 2/15 [#ne3adbf0]
-三次元再構成&パーティクルフィルタ
--計算式をちゃんと理解しないとダメ
--パーティクルをPDRにどう使うのか
-移動経路をまとめる方も見据えつつ
-PATMか、Semi-Denseを実装
** 2/10 [#g2782fea]
-方向性の検討
--移動経路のログ or 現在位置
-複数の情報を用いた現在位置推定
--複数ユーザーの経路・地磁気・画像情報をまとめる
--現在位置推定に利用
-v-SLAM(ATAM)の方も引き続き
** 2/2 [#i70cb5bc]
-二画像間の三次元再構成の話しをちゃんと理解する
-ATAMでうまくいかないのはオプティカルフローで原因かも
-SLAM関係の重い処理は、AndroidのGPUを使えば良いかも
--GLの内部の関数を使えば良い？
** 1/26 [#f68724fc]
-cvsbaもう少しで導入出来そう→その先は？
-ポスター修正
--ATAMとPDRとの結合に関する課題とかを加える
-Abstract作成
** 1/20 [#re71c218]
-中間発表の修正
-復元した三次元点群が潰れる
--十分な角度をつけて撮影してない？
-将来的な話
--持つ角度によって加速度がぶれるかも？
--消失点などの動きから正確な進行方向が分かる？→だとすると二次元の画像で十分
--進行距離Lも補正できるかも
** 1/13 [#g0e64123]
-3DViewer見やすくなった
--特徴点のトラッキングがうまくいってない？
--結局平面の復元になっている？
-中間発表内容
--景色を3Dマップを作っていく
--過去に見た3Dマップ中のどこにいるか推定したい
--今は三次元の復元までやっている
--その場で少しデモも行う
** 1/6 [#q4638e0b]
-壁の角っぽいところの三次元点群をとる
--情処原稿に載せる
--早急に
** 12/23 [#h47f6590]
-点群はいい感じにできた
-実際に歩く速度に対応できるか
-スケールは事前情報として持っておく
-情処の原稿提出までに...
--壁の写真・3次元モデルがほしい
** 12/16 [#aaa9030c]
-ATAM on Androidエラーの対処ほぼ終わり
-スケールは？
-カメラ座標とグローバル座標の関係は？
-出てきた三次元座標はどこを原点にした座標
-～教授Jr.からのATAM情報～
--写真をマッピングして、そこに3次元点座標を透視投影で置くと...
--毎回違う感じで少しずれる(画面の1/8ぐらい？)
-LSD-SLAMの論文を読む
** 12/9 [#e9814e13]
-合同研究発表会の発表練習
-ATAM on Android とりあえず動く
--エラー対処
--Bundle Adjustment関係のライブラリを移植
-～教授Jr.からのATAM情報～
--スケールが毎回バラバラ→身長や天井～床までの距離など既知の情報を使って対処
--角度が大きく違う箇所から取らないと、3次元座標が平面になる
-LSD-SLAMの論文を読む
** 11/25 [#o7db657b]
-ATAM on Android 実装を目標に
-LSD-SLAMの論文を読む
** 11/18 [#of5cd6d1]
-ATAMを参考に動画像からの三次元再構成を実装する
-PTAM、LSD-SLAM辺りを調べる
** 11/11 [#c78b4e44]
-対応点の見つけ方を距離が近いものだけを見つけるようにする
--ブロックマッチング的な
-x-SLAM,DTAMなどとDRをどう組み合わせるか
--とりあえずはDR&SLAMで現在位置補正の方向
--まずはv-SLAM,DTAM辺りを実装してみる？
-かなり頑張る
** 11/3 [#v0af3919]
-三次元平面（チェスボード）の再構成は出来た
--テクスチャマッピングも
-Delauney法のメッシュ分割では完璧ではないかも
--より良い方法を探す
-ドアのエッジが取れるような特徴点検出法を使う
--FASTなど
-動画像から三次元を再構成する手法について調べる
** 10/28 [#ma3e768a]
-テクスチャを貼るのを急ぐ
--2次元でテクスチャを貼ってみる→3次元に拡張
--点群からメッシュを作る手法
-高速にエッジ周辺に多く特徴点を検出するFASTが最も良さそう
--強い特徴周辺に多く特徴点をとる手法(ORB)と組み合わせると良いかも
** 10/21 [#u4fa3142]
-テクスチャを貼るのを急ぐ
-評価用のテンプレート画像を用意する
--ドアを映した画像、西館１階のエントランスで撮った写真など
-特徴点検出手法の調査
-他大との発表会に向けてA4一枚の抄録を作成
** 10/14 [#hb954614]
-まずOpenGLでテクスチャ表示を早く
-出力された3次元点群の座標の単位(?)が何を表すのか(cmなのかpixelなのか)調べる
-SHIFT,SURFなど色々な手法で試してみる
--画像の特徴点じゃなくて動画に特化した特徴点みたいなのって無い？
-11/3(火)に向けて頑張る
** 10/7 [#lbfa91ec]
-三次元空間認識と、床の画像マッチングは平行で進める
--今は三次元認識を進める
-RGB画像から三次元再構成はどっかで一気に進めたい
-実装早く
** 9/16 [#f76eda83]
-特徴点検出(オプティカルフロー) → ○
-カメラパラメータ推定 → ○
-8点アルゴリズムから回転・並進情報を推定 →3次元復元の途中
** 9/1 [#x09fae90]
-3次元再構成の勉強
-文献：ディジタル画像処理 - CG-ARTS協会
--エピポーラ幾何
--8点アルゴリズム
--スケール不定性
** 8/25 [#nc84f178]
-OpenCVを用いて、Android上でオプティカルフローの表示まで実装した
-オプティカルフローから、3次元形状復元を目標に
--関連研究、論文の調査
--3次元形状復元機能の実装
-Real Sense R200 のPre Order
** 8/11 [#hefbed03]
-Androidから並進・回転情報を使って行うICPの続き
-ICP時に大きいボクセル、小さいボクセルをうまく切り替えると良いかも
-RGB画像からDepthを推定する方法も検討
--RGB画像上の特徴点の動きからDepthが推定できそう(オプティカルフロー的な)
---試しに実装してみる
---関連文献・研究などの調査
** 8/4 [#y8ae7e49]
Androidから並進・回転情報をICPに利用する方法で実装
-BluetoothでPCと通信するところまで完了
--もしできるならばUSB通信でやる
複数視点のRGB画像から深さ情報、床・壁などの情報は分かってしまうかもしれない
-RGB画像から深さ情報を作成する
-3次元マップ内での自己位置推定
-関連研究・論文を探す
** 7/28 [#xa1008c0]
Real Sense(ICP)+Androidで出来る事は二通りある
-Androidから並進・回転情報をICPに利用して3次元モデルを生成
-3次元モデルを持っている状態で歩いて、そのモデルとICPしてDRを行う
--今までの研究からして、こっちをやるべき
--最初は自分で一回歩いてモデルを作っておくのもアリ
→二回目以降、自分で歩いてDR
--店舗間の境界情報は持っておけたりする
-Real Sense搭載のPC or Androidタブレットを買う？
→結局Depthの距離限界が...
** 7/14 [#v674f021]
-DICOMO2015の参加報告
--次はUbiComp2015のPDR Challengeへの参加も検討中
-院の研究の方は前回から引き続き
** 6/30 [#h88de9d3]
-スマートフォンの加速度・ジャイロを使って回転・移動の情報が分かる
--ICPに利用すれば楽に位置合わせが出来そう
-3次元点群、加速度・ジャイロを組み合わせて3Dマップを作成している論文がないか探す
** 6/23 [#g04ff84f]
-SDK内のCoordinate Mapperを使って深度マップとRGBマップの重ね合わせは出来そう
--2次元の深マップ→3次元点群への変換は自分で実装する必要がある
-Real Sense(F200)だと距離が足りないかも→Intel® Real Sense™ 3D Camera (R200)、タブレット用Real Senseの購入も視野に入れる
ページ名:
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
