JP6541920B1 - 情報処理装置、プログラム及び情報処理方法 - Google Patents
情報処理装置、プログラム及び情報処理方法 Download PDFInfo
- Publication number
- JP6541920B1 JP6541920B1 JP2019511509A JP2019511509A JP6541920B1 JP 6541920 B1 JP6541920 B1 JP 6541920B1 JP 2019511509 A JP2019511509 A JP 2019511509A JP 2019511509 A JP2019511509 A JP 2019511509A JP 6541920 B1 JP6541920 B1 JP 6541920B1
- Authority
- JP
- Japan
- Prior art keywords
- image
- dimensional
- information
- images
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000010365 information processing Effects 0.000 title claims description 27
- 238000003672 processing method Methods 0.000 title claims description 6
- PWPJGUXAGUPAHP-UHFFFAOYSA-N lufenuron Chemical compound C1=C(Cl)C(OC(F)(F)C(C(F)(F)F)F)=CC(Cl)=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F PWPJGUXAGUPAHP-UHFFFAOYSA-N 0.000 title 1
- 238000009877 rendering Methods 0.000 claims description 58
- 238000005286 illumination Methods 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 5
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 238000000034 method Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 11
- 238000011960 computer-aided design Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003416 augmentation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000002226 simultaneous effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/10—Geometric effects
- G06T15/20—Perspective computation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Geometry (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
- Image Generation (AREA)
Abstract
Description
このような技術では、大量の画像が必要とされるが、人又は車等のように一般化された対象の画像であれば、オープンソースを使って大量の画像を用意することができる。
しかしながら、特定の車、特定の設備又は特定の製品の画像を大量に収集するのは困難である。そこで、非特許文献1には、特定の対象の画像を大量に用意するため、対象の三次元モデルを複数の位置及び角度からレンダリングした前景画像を作成した後、予め用意された複数の背景画像に貼り合わせて画像を大量に作成する方法が提案されている。
図1は、実施の形態1に係る情報処理装置100の構成を概略的に示すブロック図である。
情報処理装置100は、三次元情報取得部110と、前景画像生成部120と、三次元モデルデータベース(以下、三次元モデルDBという)130と、背景画像データベース(以下、背景画像DBという)140と、画像合成部150と、学習画像データベース(以下、学習画像DBという)160とを備える。
本実施の形態では、三次元情報は、例えば、複数の視点及び角度から撮影された複数の画像と、その複数の画像の各々に含まれる複数の点の三次元における位置を示す位置情報である三次元点群情報とを含む。さらに、三次元情報は、その複数の画像と、その複数の画像を撮像した位置及び角度を示すセンサ情報とを含んでいてもよい。なお、位置情報で示される複数の点の三次元における位置を三次元点群ともいう。
ある視点で撮影された画像f(f=1,2,・・・,F)を撮影したときに得られる点l(l=1,2,・・・,Lf)の位置をqflとすると、qflは、下記の(1)式で得られる。
Lfは、各画像内で距離が得られたピクセルの数であり、1以上の整数である。
Kは、RGB−Dカメラの内部パラメータであり、焦点又はレンズ中心等を示すパラメータである。
q’lは、距離が得られている画像のピクセルの座標である。例えば、q’lは、下記の(2)式で示されているように、画像の左上を原点としたときの横方向のピクセル数ulと、縦方向のピクセル数vlとの座標で示される。
ここで、点qflは、画像(視点)毎に異なる座標系で示される。各画像を撮影したときの点群を統合して大規模な点群を作成するには、統一の座標系で点群を表現する必要がある。一般的には、初回に撮影した画像(f=1)の座標系で、他画像を撮影したときに得た点群を表現する。
まず、初回の画像と、その他の画像とから局所特徴量を抽出する。
次に、2つの画像から抽出された局所特徴量をマッチングする。
次に、マッチングした局所特徴量ペアを使って、2つの画像の関係(平行移動量及び回転量)を求める。
このような方法で求めた初回画像と、他の画像fとの関係(移動量)をT1→fとし、初回画像を撮影したときの座標系で各点を表現すると、下記の(3)式となる。
図3は、前景画像生成部120の構成を概略的に示すブロック図である。
前景画像生成部120は、画像処理部121と、認識対象選択部122と、ポリゴンモデル生成部123と、テクスチャ選択部124と、画像生成部125とを備える。
画像生成部125は、レンダリングパラメータ設定部126と、レンダリング部127とを備える。
まず、三次元点群の中から数点が選択されて、平面が作成される。
次に、平面上の点が一定数あれば、作成された平面が採用され、平面上の点が一定数なければ、作成された平面は棄却される。
次に、上記の処理を繰り返して、複数の平面が検出される。
三次元情報に含まれている位置情報又は平面情報には、認識対象以外の対象が含まれている可能性がある。例えば、床上に認識対象の物体を置いて、その物体を撮影する場合、床の三次元情報も同時に取得される。認識対象以外の対象を排除するため、認識対象選択部122は、位置情報又は平面情報から選択する。
また、認識対象選択部122は、平面情報で示される複数の平面を、図示されていない表示部に表示して、図示されていない入力部を介して、オペレータから認識対象に対応する平面の選択を受け付けることで、認識対象の選択を受け付けてもよい。
さらに、認識対象選択部122は、三次元点群情報及び平面情報の両方から、認識対象の選択を受け付けてもよい。
この場合、図4に示されている情報処理装置100#のように、認識対象モデルを示す認識対象モデルデータを記憶する認識対象モデル記憶部である認識対象モデルDB170がさらに設けられる。
このように、ノイズが載ったデータからのポリゴンモデルへの変換は、任意の対象に対しては難しく、事前情報を適切に活用するのが現実的である。一部の平面と三次元点群とのみを用いて、後段の処理をすることで、整ったポリゴンモデルが生成できる。
例えば、テクスチャ選択部124は、画像センサとポリゴンモデルとの間の距離が最も短い画像を選択するため、下記の(4)式を満たす画像nを選択する。
テクスチャ座標は、ポリゴンモデルの3点を、テクスチャとして選択された画像にプロジェクションすることで得られる。プロジェクションは、下記の(7)式で定義される。
レンダリングパラメータの設定は、表示部及び入力部を介して、ユーザが手動で行ってもよく、レンダリングパラメータ設定部126が自動的に行ってもよい。レンダリングパラメータ設定部126が自動的にレンダリングパラメータを設定する場合には、例えば、予め複数のパラメータが準備されており、準備された複数のパラメータを組み合わせることで、レンダリングパラメータが設定されればよい。
画像合成部150は、前景画像生成部120から与えられた前景画像データで示される前景画像を、背景画像DB140に記憶されている背景画像データで示される背景画像に合成することで、合成された画像を学習画像とし、その学習画像を示す学習画像データを生成する。
学習画像DB160は、画像合成部150で生成された学習画像データを記憶する。
情報処理装置100は、計算機1と、出力機器2と、入力機器3と、センサ4とを備える。
計算機1は、例えば、メモリと、メモリに格納されているプログラムを実行するCPU(Central Processing Unit)等のプロセッサとにより構成することができるコンピュータである。このようなプログラムは、ネットワークを通じて提供されてもよく、また、記録媒体に記録されて提供されてもよい。即ち、このようなプログラムは、例えば、プログラムプロダクトとして提供されてもよい。
入力機器3は、マウス、キーボード、タッチパネル等の入力部として機能する装置である。
実施の形態1では、センサ4は、RGB−Dカメラにより実現されている。なお、センサ4は、IMU(Inertial Measurement Unit)、又は、赤外線、LiDAR(Light Detection and Ranging)、若しくは、超音波を用いて距離を取得することのできるセンサと、2次元の画像を撮像することのできるカメラとの組み合わせにより実現することもできる。
情報処理装置100は、背景画像DB140に記憶されている背景画像データで示される背景画像の数だけ、以下の処理を繰り返す(S10)。
前景画像生成部120は、三次元情報取得部110が取得した三次元情報に基づいて、複数の前景画像を生成する(S12)。
画像合成部150は、背景画像DB140に記憶されている背景画像データで示される背景画像に、前景画像生成部120で生成された前景画像データで示される前景画像を合成することで、学習画像を生成する(S14)。このようにして生成された学習画像を示す学習画像データは、学習画像DB160に蓄積される。
図7は、三次元モデル情報を生成する動作を示し、図8は、三次元モデル情報から前景画像を生成する動作を示す。
画像処理部121は、三次元情報取得部110が取得した三次元情報から、平面を生成する(S20)。
次に、ポリゴンモデル生成部123は、画像処理部121で生成された平面、及び、認識対象選択部122で選択された三次元点群を用いて、ポリゴンモデルを生成する(S21)。
次に、テクスチャ選択部124は、ポリゴンモデル生成部123で生成されたポリゴンモデル情報、並びに、テクスチャ選択部124で選択された画像及びテクスチャ座標を、三次元モデル情報として、三次元モデルDB130に記憶させる(S23)。
レンダリング部127は、三次元モデルDB130から三次元モデル情報を読み込む(S30)。
次に、レンダリング部127は、レンダリングパラメータ設定部126が設定したパラメータの組み合わせの数だけ、以下のステップS32及びS33の処理を繰り返す(S31)。
ステップS33では、レンダリング部127は、設定されたパラメータの組み合わせを用いて、三次元モデル情報で示される認識対象の三次元モデルに対応する画像のレンダリングを行う。
図1に示されているように、実施の形態2に係る情報処理装置200は、三次元情報取得部110と、前景画像生成部220と、三次元モデルDB130と、背景画像DB140と、画像合成部150と、学習画像DB160とを備える。
実施の形態2における三次元情報取得部110、三次元モデルDB130、背景画像DB140、画像合成部150及び学習画像DB160は、実施の形態1における三次元情報取得部110、三次元モデルDB130、背景画像DB140、画像合成部150及び学習画像DB160と同様である。
前景画像生成部220は、画像処理部121と、認識対象選択部122と、ポリゴンモデル生成部123と、テクスチャ選択部124と、画像生成部125と、照明環境推定部228と、照明除去部229とを備える。
実施の形態2における画像処理部121、認識対象選択部122、ポリゴンモデル生成部123、テクスチャ選択部124及び画像生成部125は、実施の形態1における画像処理部121、認識対象選択部122、ポリゴンモデル生成部123、テクスチャ選択部124及び画像生成部125と同様である。但し、これらは、照明除去部229で照明環境の影響が除去された後の画像を用いて処理を行う。
なお、図10において、図7と同様の処理については、図7と同様の符号を付することにより、詳細な説明を省略する。
次に、照明除去部229は、照明情報で示される、光源の位置、種類及び強度を参照して、三次元情報に含まれている画像から照明の影響を除去する(S41)。そして、処理はステップS20に進む。
図11は、実施の形態3に係る情報処理装置300の構成を概略的に示すブロック図である。
情報処理装置300は、三次元情報取得部110と、前景画像生成部320と、三次元モデルDB130と、画像合成部350と、学習画像DB160と、背景三次元情報データベース(以下、背景三次元情報DBという)380とを備える。
実施の形態3における、三次元情報取得部110、三次元モデルDB130及び学習画像DB160は、実施の形態1における、三次元情報取得部110、三次元モデルDB130及び学習画像DB160と同様である。
実施の形態3における、画像処理部121、認識対象選択部122、ポリゴンモデル生成部123及びテクスチャ選択部124は、実施の形態1における、画像処理部121、認識対象選択部122、ポリゴンモデル生成部123及びテクスチャ選択部124と同様である。
具体的には、レンダリングパラメータ設定部326は、三次元モデル情報で示される認識対象の三次元モデルと、背景三次元モデル情報で示される背景とにより、認識対象の三次元モデルと背景とのサイズを認識することができる。このため、レンダリングパラメータ設定部326は、三次元モデル情報で示される認識対象の三次元モデルの底面よりも小さな背景平面には、その認識対象の三次元モデルを設置できないといった、認識対象の三次元モデルと背景とのOcclusion又は相対的な関係といった関係性を明確に定義することができる。
例えば、レンダリングパラメータ設定部326は、背景三次元情報で示されている背景画像又は背景三次元点群の少なくとも何れか一方を、図示されていない表示部に表示して、図示されていない入力部を介して、オペレータから複数のパラメータ群の入力を受け付ければよい。そして、レンダリングパラメータ設定部326は、入力されたパラメータ群を設定すればよい。
なお、画像合成部350は、前景画像データに含まれているIDに対応して、配置情報で示される位置及び傾きで、その前景画像データで示される前景画像を配置すればよい。
Claims (7)
- 複数の画像、及び、前記複数の画像の各々に含まれる複数の点の三次元における位置を示す位置情報を含む三次元情報を取得する三次元情報取得部と、
前記位置情報から、前記複数の画像の各々に含まれている複数の平面を示す平面情報を生成する画像処理部と、
前記位置情報及び前記平面情報の少なくとも何れか一方から、認識対象を選択する認識対象選択部と、
前記位置情報から、前記認識対象のポリゴンモデルを生成するポリゴンモデル生成部と、
前記複数の画像から、前記ポリゴンモデルのテクスチャとして用いられる画像を選択するテクスチャ選択部と、
背景画像及び前記背景画像に含まれる複数の点の三次元における位置を示す背景位置情報を含む背景三次元情報を記憶する背景三次元情報記憶部と、
前記ポリゴンモデルと、前記選択された画像とを組み合わせることで、前記認識対象の三次元モデルを生成し、前記生成された三次元モデルから異なる複数の二次元画像を生成する画像生成部と、を備え、
前記画像生成部は、
前記生成された三次元モデルをレンダリングするために、前記背景位置情報から、前記生成された三次元モデルを前記背景画像に配置することのできる位置、傾き及びサイズを特定し、特定された位置、傾き及びサイズでレンダリングするように、複数のパラメータ群を設定するレンダリングパラメータ設定部と、
前記複数のパラメータ群の各々を用いて、前記生成された三次元モデルをレンダリングすることで、前記複数の二次元画像を生成するレンダリング部と、を備えること
を特徴とする情報処理装置。 - 前記認識対象の三次元モデルである認識対象モデルを示す認識対象モデルデータを記憶する認識対象モデル記憶部をさらに備え、
前記認識対象選択部は、前記認識対象モデルデータで示される前記認識対象モデルと前記三次元情報とを比較することで、前記認識対象を選択すること
を特徴する請求項1に記載の情報処理装置。 - 前記複数の画像の各々における照明環境を推定する照明環境推定部と、
前記複数の画像の各々から、前記推定された照明環境による影響を除去する照明除去部と、をさらに備え、
前記テクスチャ選択部は、前記影響の除去された前記複数の画像から前記テクスチャとして用いられる画像を選択すること
を特徴とする請求項1又は2に記載の情報処理装置。 - 前記複数の二次元画像の各々を前景画像として背景画像に合成することで、複数の学習画像データを生成する画像合成部をさらに備えること
を特徴とする請求項1から3の何れか一項に記載の情報処理装置。 - 前記レンダリングパラメータ設定部は、前記特定された位置を示す配置情報を生成し、
前記複数の二次元画像の各々を前景画像として、前記背景画像において、前記配置情報で示される位置に合成することで、複数の学習画像データを生成する画像合成部をさらに備えること
を特徴とする請求項1から4の何れか一項に記載の情報処理装置。 - コンピュータを、
複数の画像の各々に含まれる複数の点の三次元における位置を示す位置情報から、前記複数の画像の各々に含まれている複数の平面を示す平面情報を生成する画像処理部、
前記位置情報及び前記平面情報の少なくとも何れか一方から、認識対象を選択する認識対象選択部、
前記位置情報から、前記認識対象のポリゴンモデルを生成するポリゴンモデル生成部、
前記複数の画像から、前記ポリゴンモデルのテクスチャとして用いられる画像を選択するテクスチャ選択部、
背景画像及び前記背景画像に含まれる複数の点の三次元における位置を示す背景位置情報を含む背景三次元情報を記憶する背景三次元情報記憶部、及び、
前記ポリゴンモデルと、前記選択された画像とを組み合わせることで、前記認識対象の三次元モデルを生成し、前記生成された三次元モデルから異なる複数の二次元画像を生成する画像生成部、として機能させ、
前記画像生成部は、
前記生成された三次元モデルをレンダリングするために、前記背景位置情報から、前記生成された三次元モデルを前記背景画像に配置することのできる位置、傾き及びサイズを特定し、特定された位置、傾き及びサイズでレンダリングするように、複数のパラメータ群を設定するレンダリングパラメータ設定部と、
前記複数のパラメータ群の各々を用いて、前記生成された三次元モデルをレンダリングすることで、前記複数の二次元画像を生成するレンダリング部と、を備えること
を特徴とするプログラム。 - 複数の画像、及び、前記複数の画像の各々に含まれる複数の点の三次元における位置を示す位置情報を含む三次元情報を取得し、
前記位置情報から、前記複数の画像の各々に含まれている複数の平面を示す平面情報を生成し、
前記位置情報及び前記平面情報の少なくとも何れか一方から、認識対象を選択し、
前記位置情報から、前記認識対象のポリゴンモデルを生成し、
前記複数の画像から、前記ポリゴンモデルのテクスチャとして用いられる画像を選択し、
前記ポリゴンモデルと、前記選択された画像とを組み合わせることで、前記認識対象の三次元モデルを生成し、前記生成された三次元モデルから異なる複数の二次元画像を生成する情報処理方法であって、
前記生成された三次元モデルをレンダリングするために、背景画像及び前記背景画像に含まれる複数の点の三次元における位置を示す背景位置情報から、前記生成された三次元モデルを前記背景画像に配置することのできる位置、傾き及びサイズを特定し、特定された位置、傾き及びサイズでレンダリングするように、複数のパラメータ群を設定し、
前記複数のパラメータ群の各々を用いて、前記生成された三次元モデルをレンダリングすることで、前記複数の二次元画像を生成すること
を特徴とする情報処理方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/037841 WO2020075252A1 (ja) | 2018-10-11 | 2018-10-11 | 情報処理装置、プログラム及び情報処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6541920B1 true JP6541920B1 (ja) | 2019-07-10 |
JPWO2020075252A1 JPWO2020075252A1 (ja) | 2021-02-15 |
Family
ID=67212140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019511509A Expired - Fee Related JP6541920B1 (ja) | 2018-10-11 | 2018-10-11 | 情報処理装置、プログラム及び情報処理方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6541920B1 (ja) |
TW (1) | TW202014993A (ja) |
WO (1) | WO2020075252A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210146770A (ko) * | 2020-05-27 | 2021-12-06 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 실내 측위 방법, 장치, 장비 및 저장 매체 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7495818B2 (ja) | 2020-06-04 | 2024-06-05 | 日本放送協会 | 三次元画像処理装置及びプログラム |
CN112232385A (zh) * | 2020-09-27 | 2021-01-15 | 北京五八信息技术有限公司 | 一种图像处理方法及装置 |
TWI758980B (zh) | 2020-11-30 | 2022-03-21 | 財團法人金屬工業研究發展中心 | 移動載具的環境感知裝置與方法 |
JP2022140916A (ja) * | 2021-03-15 | 2022-09-29 | オムロン株式会社 | データ生成装置、データ生成方法及びプログラム |
CN113011327A (zh) * | 2021-03-18 | 2021-06-22 | 苏州市开鑫智慧教育科技有限公司 | 一种三维图形识别方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0668216A (ja) * | 1992-08-24 | 1994-03-11 | Hitachi Ltd | 営業支援用環境モデル作成装置 |
JP2001143081A (ja) * | 1999-11-15 | 2001-05-25 | Meidensha Corp | 物体の三次元形状モデル作製装置 |
JP2002092625A (ja) * | 2000-09-11 | 2002-03-29 | Sony Corp | 画像処理装置および方法、並びに記録媒体 |
JP2003099807A (ja) * | 2001-09-25 | 2003-04-04 | Mitsubishi Electric Corp | ポートレート生成装置およびポートレート生成方法 |
-
2018
- 2018-10-11 WO PCT/JP2018/037841 patent/WO2020075252A1/ja active Application Filing
- 2018-10-11 JP JP2019511509A patent/JP6541920B1/ja not_active Expired - Fee Related
-
2019
- 2019-02-26 TW TW108106457A patent/TW202014993A/zh unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0668216A (ja) * | 1992-08-24 | 1994-03-11 | Hitachi Ltd | 営業支援用環境モデル作成装置 |
JP2001143081A (ja) * | 1999-11-15 | 2001-05-25 | Meidensha Corp | 物体の三次元形状モデル作製装置 |
JP2002092625A (ja) * | 2000-09-11 | 2002-03-29 | Sony Corp | 画像処理装置および方法、並びに記録媒体 |
JP2003099807A (ja) * | 2001-09-25 | 2003-04-04 | Mitsubishi Electric Corp | ポートレート生成装置およびポートレート生成方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210146770A (ko) * | 2020-05-27 | 2021-12-06 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 실내 측위 방법, 장치, 장비 및 저장 매체 |
KR102566300B1 (ko) * | 2020-05-27 | 2023-08-10 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 실내 측위 방법, 장치, 장비 및 저장 매체 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2020075252A1 (ja) | 2021-02-15 |
WO2020075252A1 (ja) | 2020-04-16 |
TW202014993A (zh) | 2020-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6541920B1 (ja) | 情報処理装置、プログラム及び情報処理方法 | |
US10102639B2 (en) | Building a three-dimensional composite scene | |
JP6236118B2 (ja) | 三次元データ処理装置、三次元データ処理システム、三次元データ処理方法およびプログラム | |
KR101893047B1 (ko) | 이미지 처리 방법 및 이미지 처리 장치 | |
US9697607B2 (en) | Method of estimating imaging device parameters | |
US20130335535A1 (en) | Digital 3d camera using periodic illumination | |
US9001120B2 (en) | Using photo collections for three dimensional modeling | |
JP5343042B2 (ja) | 点群データ処理装置および点群データ処理プログラム | |
CN107155341B (zh) | 三维扫描系统和框架 | |
EP3382645B1 (en) | Method for generation of a 3d model based on structure from motion and photometric stereo of 2d sparse images | |
WO2012096747A1 (en) | Forming range maps using periodic illumination patterns | |
US11182945B2 (en) | Automatically generating an animatable object from various types of user input | |
JP2016537901A (ja) | ライトフィールド処理方法 | |
Hafeez et al. | Image based 3D reconstruction of texture-less objects for VR contents | |
US11645800B2 (en) | Advanced systems and methods for automatically generating an animatable object from various types of user input | |
JP2008204318A (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
JP6843319B2 (ja) | 情報処理装置、プログラム及び情報処理方法 | |
JP6641313B2 (ja) | 領域抽出装置及びプログラム | |
JP2021018570A (ja) | 画像処理装置、画像処理システム、画像処理方法およびプログラム | |
WO2022102015A1 (ja) | 画像情報取得装置、画像情報取得方法及びコンピュータープログラム | |
JP6984583B2 (ja) | 情報処理装置および情報処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190225 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190225 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190225 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190409 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190514 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190611 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6541920 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |