機械学習によるユーザの意図を反映した背景 CG の自動生成
本研究では,深層学習を用いた背景CGの自動生成システムを提案する.提案システムは,ユーザが描いた道路画像から,建造物の形状,景観,配置を決定した背景3DCGを自動生成する.また,生成過程に2種類の深層学習を効果的に用いることで,高速な自動生成を実現する.国土地理院が公開する基盤地図情報から生成した学習モデルを使用することで,リアルな3DCGの生成が可能である.
拡張現実感(Augmented Reality:AR)は,現実世界を映した映像に仮想物体であるCGを合成することで,まるでその場にその物体が存在するかのように見せる技術です.最近では,ゲーム・ファッション・家具配置・観光などで実用化されてきていますが,特に観光地などでカメラ映像に人が写りこむような状況では,AR画像の見栄えが悪化したり,CG合成が正確にできなかったりすることがあります.これに対して,事前撮影画像を用いた拡張現実感(Indirect AR)では,そのような環境下でも,スマートフォンやタブレットといったモバイル端末で頑健で見栄えのいいARを実現します.
論文
「Toward more believable VR by smooth transition between real and virtual environments via omnidirectional video」(2018)『International Symposium on Mixed and Augmented Reality』p.222-225.
「Indirect augmented reality without pre-capturing target environments」(2017)『Asia Pacific Workshop on Mixed and Augmented Reality』
「Motion parallax representation for indirect augmented reality」(2016)『International Symposium on Mixed and Augmented Reality』p.105-106.
研究シーズ・教員に対しての問合せや相談事項はこちら
技術相談申込フォーム© INNOVATION DAYS 2021 智と技術の見本市.