著者

園田 潤 渡邉 学 金澤 靖 米澤 千夏

出版者

仙台高等専門学校

雑誌

基盤研究(B)

巻号頁・発行日

2015-04-01

---

東日本大震災のような大規模自然災害における行方不明者の工学的捜索手法を開発した。本研究では,上空からの航空機搭載レーダと地上での父中レーダにより広域の行方不明者捜索手法を提案し,実証実験として名取市閖上における東日本大震災の行方不明者捜索に適用した。この結果,数多くの物体を地中から検出し,本手法の有効性を明らかにした。

著者

園田 潤 木本 智幸 金澤 靖 山本 佳士

出版者

仙台高等専門学校

雑誌

基盤研究(B)

巻号頁・発行日

2020-04-01

---

近年、地震や豪雨などの自然災害、また道路や橋梁など社会インフラ老朽化による被害が増加しており、内部の異常箇所を迅速・高精度に検出することが求められている。数百M~数GHz帯の電波を用いる電磁波レーダは、内部の物体の有無程度は検出できるが、材質・大きさ・形状などの高度な推定や可視化はできていなかった。本研究では、近年急速に発展している人工知能技術を用いて、レーダ画像から内部構造を逆推定し、空洞や亀裂のような異常箇所を3次元可視化する新しい電磁波レーダを開発する。本研究により、地中やコンクリート内部の3次元マップを作成でき、内部物体の材質や大きさとその位置を3次元的かつ高精度に把握可能となる。

著者

園田 潤 木本 智幸 金澤 靖

出版者

人工知能学会

雑誌

2020年度 人工知能学会全国大会(第34回)

巻号頁・発行日

2020-04-01

著者

金澤 靖 徳重 海都 園田 潤 山本 佳士 光谷 和剛

出版者

人工知能学会

雑誌

2020年度 人工知能学会全国大会(第34回)

巻号頁・発行日

2020-04-01

著者

今野 海航 園田 潤 金澤 靖 佐藤 源之

出版者

The Institute of Electronics, Information and Communication Engineers

雑誌

電子情報通信学会論文誌 C (ISSN:13452827)

巻号頁・発行日

vol.J98-C, no.5, pp.87-95, 2015-05-01

---

FDTD (Finite-Difference Time-Domain)法を用いた実環境における電波環境解析を実現するために,撮影した対象環境中の物体までの距離情報が直接得られる深度センサと,三次元点群処理のライブラリであるPCL (Point Cloud Library)による三次元復元技術を応用した実環境FDTD数値モデル構築システムを開発する.本システムは,(1)深度センサで測定された距離情報からPCLにより深度センサを基準にした相対座標を取得し,(2)得られた相対座標と対象環境中の基準平面から深度センサの傾き角を算出することで対象環境中の水平垂直面を基準にした絶対座標を計算し,(3)ポイントクラウドデータが存在する三次元セル上に電気定数を与えることでFDTD数値モデルを構築するものである.本論文では,実際に室内二つの対象環境でFDTD数値モデルを構築し,三次元座標の精度や処理時間を評価している.

著者

小関 勇気 園田 潤 金澤 靖 佐藤 源之

出版者

The Institute of Electronics, Information and Communication Engineers

雑誌

電子情報通信学会論文誌 C (ISSN:13452827)

巻号頁・発行日

vol.J96-C, no.6, pp.151-155, 2013-06-01

---

これまで,室内モデル等によるFDTD解析が行われているが,解析結果の現実的かつ三次元可視化の高速化に課題があった.本論文では,SfMシステムにより構築した実環境モデルと,データ転送量を削減したマルチGPUによるFDTD法を組み合わせ,実環境下における三次元ポインティングベクトル分布の高速可視化を実現する.

著者

嶺岸 琢磨 小関 勇気 園田 潤 金澤 靖 佐藤 源之

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会総合大会講演論文集

巻号頁・発行日

vol.2012, no.1, 2012-03-06

著者

金澤 靖 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.2001, no.23, pp.1-8, 2001-03-08

被引用文献数

6

---

我々は従来より画像の特徴点の位置の不確定性を共分散行列によって表現し,それに基づいた最適化推定の手法を開発してきた.本稿では,まず従来から提案されている画像の濃淡値から共分散行列を計算する方法を統一的に定式化し,それが本当に特徴点の位置の精度を反映しているのかどうかを可変テンプレートマッチングによるサブ画素補正を行うことにより,実験的に検証する.そして,このような共分散行列を用いた場合に射影変換行列および基礎行列の最適計算の精度が向上するかどうかを調べる.これらの結果を画像間の対応づけのための半自動的システムへ応用する.We have explored various statistical optimization techniques based on covariance matrices that characterize the uncertainty of the positions of feature points in the images. We first describe how to compute the covariance matrix of a feature point from the gray levels by integrating existing methods. Then, we experimentally examine if thus computed covarinace matrices really reflect the accuracy of the feature positions. For this purpose, we observe the correlation between the feature covariance and the amount of subpixel correction resulting from variable template matching, using real images. We also test if the accuracy of computing the homography and the fundamental matrices from two images can be really improved by statistical optimization based on the covariance matrices. Finally, we apply our results to semi-automatic systems for matching two images.

著者

金澤 靖 金谷 健一

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会論文誌. A, 基礎・境界 (ISSN:09135707)

巻号頁・発行日

vol.85, no.2, pp.231-239, 2002-02-01

被引用文献数

19

---

画像の濃淡値から共分散行列を計算する方法を統一的に定式化し,それが特徴点の位置の精度を反映しているのかどうかを可変テンプレートマッチングによるサブ画素補正により,実験的に検証する.そして,このような共分散行列を用いて最適計算の精度が向上するかどうかを射影変換行列と基礎行列について調べる.

著者

川上 裕司 伊藤 吉弘 金澤 靖

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.2004, no.6, pp.37-44, 2004-01-22

---

未校正なステレオカメラにおいて,シーン内に存在する局所的な平面領域のロバストな抽出法を提案する.ここでは,予め画像の対応づけプログラム等により,画像の特徴点間の大まかな対応は取れているものとし,各特徴点に対して,他の全ての特徴点に対する距離を元にした確率分布を定義する.そして,その確率分布を用いて2重のランダムサンプリングによるRANSACを行なうことにより,シーン内の複数の平面領域を検出する.本手法は,ロバストかつ正確に平面領域を検出することができるだけでなく,画像内の直線検出のような他の局所特徴の検出に対しても応用できる.シミュレーションおよび実画像を用いた実験により,本手法の有効性を示す.We propose a robust method for detecting local planar regions in a scene with an uncalibrated stereo. Our method is based on random sampling using distributions of feature point locations. For doing random sampling in RANSAC procedure, we use an uniform distribution and the distributions for each feature point defined by the distances between the point and the other points. We first choose a correspondence by using an uniform distribution and next choose candidate correspondences by using the distribution of the chosen point. Then, we compute a homography from the chosen correspondences and find largest consensus set of the homography for detecting a local planar region in the scene. We repeat this procedure until all regions are detected. We demonstrate that out method is robust to the outliers in the scene by simulations and real image examples.