| 作成者 |
|
|
|
|
|
| 本文言語 |
|
| 出版者 |
|
|
|
| 発行日 |
|
| 収録物名 |
|
| 巻 |
|
| 号 |
|
| 開始ページ |
|
| 終了ページ |
|
| 出版タイプ |
|
| アクセス権 |
|
| 関連DOI |
|
|
|
|
|
| 関連URI |
|
|
|
|
|
| 関連情報 |
|
|
|
|
|
| 概要 |
我々は実空間からのデータ獲得に基づく高リアリティ現実の実現を目指している. 本報告では, 複雑な3次元多関節構造を有する物体に内在する自己隠蔽や, その動きによる様相の変化に対処可能とするため, 複数の変形可能モデルを部位とした対象物モデルを構成し, そのモデル投影像を基にした画像合成による解析 (AbIS) の枠組を提案する. その枠組において, 多視点動画像から多関節物体の形状・姿勢パラメータ...系列を推定するための方法を述べる. 合成データによる実験シミュレーションから本手法の有効性を示す.
This paper presents an analysis-by-synthesis framework of shape and pose estimation of 3D multi-part, objects, whose purpose is to map objects in the real world into virtual environments. In general, complex 3D multi-part objects cause serious self-occlusion and non-rigid motion. To deal with the occlusion among them, we employ both multiple calibrated cameras and time-varying sequences, since there is enough information to estimate the parameters in the sensory data. In our framework, to minimize the error between the selected measurements and the estimated model parameters, we proceed model fitting process based on proper numerical analysis.続きを見る
|
Mendeley出力
YonemotoPRMU97