著者

林 邦彦 斎藤 英雄

出版者

一般社団法人情報処理学会

雑誌

情報処理学会研究報告コンピュータビジョンとイメージメディア(CVIM) (ISSN:09196072)

巻号頁・発行日

vol.2006, no.51, pp.173-180, 2006-05-18

被引用文献数

3

---

近年、スポーツ映像などで自由な視点からの映像の要求が高まっている。従来手法[5]では、サッカースタジアムのような大規模な空間で、カメラの中間視点画像しか合成できなかった。この従来手法は、空間の3次元モデルを復元をせずに、入力画像間の対応点を算出することで自由視点画像を生成している。そこで、本稿では、サッカーシーンを幾何的な特徴に応じて、動的領域と静的領域に分割し、各領域を平面近似して、それぞれ3次元モデルを簡易的に復元することによって、中間視点画像に限らない自由視点画像を生成する手法を提案する。本手法では、対象の3次元モデルを復元するために、まず、カメラキャリブレーションを行う。その際、サッカーグラウンドにマーカーを置く事はできないので、グラウンド面の平面パターンを利用してカメラキャリブレーションを行う。分割された各領域のうち、選手やボールである動的領域がグラウンドに垂直に立つ1枚の板(ビルボード)で表されるものとして3次元モデルを復元する。一方、静的領域に対しては、複数の平面領域に分割し、各平面の3次元モデルをあらかじめ復元する。本手法をサッカーシーンに適用し、従来生成できなかった中間視点以外の自由視点画像を生成することで有用性を示す。We propose a new method for synthesizing free-viewpoint images from multiple view videos in soccer stadium. The previous method[5] can synthesize virtual viewpoint images at intermediate viewpoint between real cameras. The previous method estimates only pixel-wise correspondences between input images for synthesizing virtual viewpoint images without a 3D reconstruction. In this paper, we propose a new method that can synthesize virtual viewpoint images at free-viewpoints which are not limited at intermediate viewpoint by reconstructing simple 3D models after dividing a soccer scene into static regions and dynamic regions. To reconstruct the object soccer scene, we perform camera calibration without marker objects because we can't put such objects on the soccer ground. For reconstructing of dynamic regions, we employ a billboard representation of dynamic regions. The billboard representation can realize a simple 3D reconstruction and transform textures into the appropriate appearance of the aspect of dynamic regions at virtual viewpoint. For reconstructing of static regions, we divide two planes that are a ground region and a background region. We reconstruct 3D models in each region beforehand. By applying our method to a soccer scene, we can synthesize free-viewpoint images which are not limited at intermediate viewpoint by employing only pixel values of real images.