著者

菅谷 保之 金谷 健一

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. PRMU, パターン認識・メディア理解 (ISSN:09135685)

巻号頁・発行日

vol.105, no.674, pp.35-42, 2006-03-10

参考文献数

18

---

本論文では2画像の特徴点対応から基礎行列を計算する最尤推定とそのKCR下界との関係を述べ,具体的な数値計算法としてFNS法,HEIV法,くりこみ法のアルゴリズムをまとめる.さらにガウス・ニュートン反復を用いる方法を追加し,シミュレーション画像を用いてこれらの反復解法の収束性を検討する.反復の初期値はランダムに,最小二乗法で,およびTaubin法で定める3通りで比較する.最後に実画像を用いた実験を示す.これらの実験によって各々の計算法の特質が明らかになり,結論としてFNS法が最も収束性に優れていることが示される.

著者

金谷健一 浅原 清太郎 菅谷 保之 ハノ・アッカーマン

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.2005, no.88, pp.131-138, 2005-09-06

被引用文献数

8

---

Tomasi・Kanadeの因子分解法によって3次元復元を行うにはカメラモデル(平行,弱,疑似透視)を指定する必要がある.本論文ではそのような特定のカメラモデルを指定する必要のない方法を提案する.まず因子分解法の原理を,撮像がアフィンカメラであるという以外には何も仮定しない形で記述し,カメラモデルに依らない計量条件を導く.次に,撮像が透視投影を近似するための最小限の要請を置くと2個の不定関数を含むカメラモデルが得られることを示す.そして,その関数値を入力画像から自己校正によって定めれば自動的に適切なモデルが選ばれることを実験的に検証する.In order to reconstruct 3-D Euclidean shape by the Tomasi-Kanade factorization, one needs to specify a camera model such as orthographic, weak perspective, and paraperspective. We present a new method that does not require any such specific camera models. We first state the principle of 3-D reconstruction in the most general form without assuming anything about the camera except that it is affine and derive a camera-model-free metric constraint. We then prove that a minimal requirement for the affine imaging geometry to mimic perspective projection leads to a camera model that has two free functions. We experimentally confirm that if we optimally determine their values from input images by self-calibration, an appropriate camera model is automatically selected.

著者

金谷 健一 菅谷 保之

出版者

岡山大学

雑誌

挑戦的萌芽研究

巻号頁・発行日

2012

---

画像データからの高精度な幾何学的な推定(直線や楕円の当てはめ,複数画像間の対応の関係式の計算)には従来から最尤推定が用いられていたが,それより精度が高い「超精度くりこみ法」を導出し,さまざまな実際的な問題に応用した.同時に最尤推定解を補正する「超精度補正」の精密化を行い,同程度の精度が達成できることを実証した.また未知数間に拘束条件がある場合にも最適な推定ができる「拡張 FNS 法」の新しい定式化を示し,東日本大地震の GPS による地盤変形データの解析に適用した

著者

山田 純平 金谷健一 菅谷 保之

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.339-346, 2006-05-19

被引用文献数

18

---

本論文では画像上の点列に楕円を当てはめる問題を最尤推定として定式化し、KCRの下界との関係を述べる。次に、その数値解法としてFNS法、HEIV法、くりこみ法のアルゴリズムを述べ、ガウス・ニュートン法を追加する。そして、シミュレーションおよび実画像を用いてこれらの反復解法の収束性を実験的に比較し、反復の初期値や当てはめる楕円弧の形状への依存性を明らかにする。This paper studies numerical schemes for fitting an ellipse to points in an image. First, the problem is posed as maximum likelihood estimation, and the relationship to the KCR lower bound is stated. Then, we describe the algorithms of FNS, HEIV, and renormalization, to which a new method based on Gauss-Newton iterations is added. Using simulated and real image data, we compare their convergence properties and reveal their dependence on the initial value for iterations and the shape of the elliptic arc to which an ellipse is to be fitted.

著者

岩元 祐輝 菅谷 保之 金谷健一

出版者

情報処理学会

雑誌

コンピュータビジョンとイメージメディア(CVIM) (ISSN:18840930)

巻号頁・発行日

vol.2011, no.19, pp.1-8, 2011-01-13

被引用文献数

1

---

多画像から3次元形状復元を行うバンドル調整のアルゴリズムを最新の研究に基づいて詳細に記述する.本論文で着目するのはカメラ回転の適切な取扱い方,および特徴点と画像数が多いときの計算とメモリの効率化であり,これらがバンドル調整実装の骨子となる.そして,2画像からの基礎行列の計算,および多画像からの3次元復元に対する実験行い,その性能を評価する.We describe in detail the algorithm of bundle adjustment for 3-D reconstruction from multiple images based on our latest research results. The main focus of this paper is the handling of camera rotations and the efficiency of computation and memory space usage when the number of feature points and the number of frames are large. An appropriate consideration of these is the core of the implementation of bundle adjustment. Doing experiments of fundamental matrix computation from two images and 3-D reconstruction from multiple images, we evaluate the performance of bundle adjustment.

著者

菅谷 保之 金谷健一

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.25, pp.207-214, 2006-03-17

被引用文献数

16

---

本論文では2画像の特徴点対応から基礎行列を計算する最尤推定とそのECR下界との関係を述べ,具体的な数億計算法としてFNS法,EEIV法,くりこみ法のアルゴリズムをまとめる.さらにガウス・ニュートン反復を用いる方法を追加し,シミュレーション画像を用いてこれらの反復解法の収束性を検討する.反復の初期値はランダムに,最小二乗法で,およびTaubin法で定める3通りで比較する.最後に実画像を用いた実験を示す.これらの実験によって各々の計算法の特質が明らかになり,結論としてFNS法が最も収束性に優れていることが示される.This paper studies numerical schemes of maximum likelihood estimation for computing the fundamental matrix from feature point correspondences over two images. First, we state the problem and the associated KCR lower bound. Then, we describe the algorithms of three well-known methods, FNS, HEIV, and rep to which we add a new algorithm based on Gauss-Newton iterations. Using simulated images, we compare their convergence properties. The initial value is chosen in three ways: randomly, by least-squares, and by the Taubin method. We also show real image experiments. These experiments reveal characteristics of each method. It is concluded that FNS has the best convergence properties.

著者

金谷健一 菅谷 保之

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.2007, no.31, pp.25-32, 2007-03-19

被引用文献数

9

---

線形化可能な制約付き最尤推定のための拡張 FNS 法を提案する。これは Chojnacki らの CFNS法に変わる方法である。内部拘束の個数は任意であり、Chojnacki らの FNS 法の真の拡張になっている。基礎行列の計算を例にとり、シミュレーションによって精度を理論限界(KCR 下界)と比較して、CFNS 法は必ずしも正しい解に収束しないが、拡張 FNS 法は常に最適解に収束することを示す。We present a new method, called "EFNS" ("extended FNS"), for linearizable constrained maximum likelihood estimation. This complements the CFNS of Chojnacki et al. and is a true extension of the FNS of Chojnacki et al. to an arbitrary number of intrinsic constraints. Computing the fundamental matrix as an illustration, we demonstrate that CFNS does not necessarily converge to an correct solution, while EFNS converges to an optimal value which nearly satisfies the theoretical accuracy bound (KCR lower bound).