JP7842659B2 - 良視点画像選択装置、及びコンピュータを良視点画像選択装置として機能させるためのプログラム - Google Patents
良視点画像選択装置、及びコンピュータを良視点画像選択装置として機能させるためのプログラムInfo
- Publication number
- JP7842659B2 JP7842659B2 JP2022125072A JP2022125072A JP7842659B2 JP 7842659 B2 JP7842659 B2 JP 7842659B2 JP 2022125072 A JP2022125072 A JP 2022125072A JP 2022125072 A JP2022125072 A JP 2022125072A JP 7842659 B2 JP7842659 B2 JP 7842659B2
- Authority
- JP
- Japan
- Prior art keywords
- camera
- viewpoint
- coordinates
- image
- good
- 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.)
- Active
Links
Landscapes
- Processing Or Creating Images (AREA)
Description
本発明は、好ましい視点からの画像を選択する装置、及びそのためのプログラムに関する。
従来から、ボリュメトリックキャプチャ技術によって、実空間のシーンを３次元データとして測定することが可能である。撮影したシーンに仮想カメラを配置することによって、事後的に任意の位置からの画像を生成することが可能である。しかしながら、コンピュータのスクリーン上で希望する画像像を選択することには手間がかかる。このため３次元空間において、仮想カメラによりシーンを撮影する最適な視点を自動的に検出し提供することは、３次元の画像コンテンツを効率的に制作する上で重要である。
これまで、ある単体のオブジェクトに対して最適な視点を検出する技術はいくつか提案されている（例えば、非特許文献１）。しかし、シーン等に複数のオブジェクトが存在する環境の中で、最適な視点を検出する技術はまだ確立されていない。
P.P.Va（この前の文字は、aのアキュートです。）zquez, M.Feixas, M.Sbert, and W.Heidrich："Viewpoint Selection using Viewpoint Entropy"，In Proceedings of the Vision Modeling and Visualization Conference, Stuttgart, Germany, 21-23 November 2001; pp. 273-280
Xiaodi Hou and Liqing Zhang：" Saliency Detection: A Spectral Residual Approach" , 2007 IEEE Conference on Computer Vision and Pattern Recognition, 17-22 June 2007
複数のオブジェクトが存在する複雑なシーンにおいて、最適な視点を検出する技術はまだ確立されていない。
本発明は、複数のオブジェクトが存在する複雑なシーンにおいて、最適な視点を検出し、その検出した最適な視点から見た画像を生成する装置を提供することを目的とする。
本発明者らは、複数のオブジェクトの特徴量に基づいて、画像の中心に据えるオブジェクトを決定し、特徴量の重要度を用いて、それぞれの視点から見た画像の良さを評価し、その画像の良さが最高である視点を、最適な視点とすることを見出し、本発明を完成するに至った。
本来は、「良い」という形容詞は画像に対して用いられるべきものであるが、本明細書では、「その視点から見た画像が、良い画像である。」、又は「その視点から見た画像が、好ましい画像である。」という意味で、視点に対して「良い」という形容詞を用いることがある。
（１）本発明に係る良視点画像選択装置は、最適な視点を選択したいシーンを分析し、複数のオブジェクトに分解するシーン分析部と、各オブジェクトの複数種類の特徴量を抽出する特徴量抽出部と、前記特徴量抽出部で抽出した複数種類の特徴量の内の一部の種類の特徴量を用いて、注目を受けやすいオブジェクトを計算する注目対象計算部と、前記注目対象計算部で計算された注目を受けやすいオブジェクトの重心位置の座標であるカメラ中心座標を生成するカメラ中心座標生成部と、特徴量の種類毎に、好ましい視点を選択することに対する特徴量の重要度が格納されている特徴量データベースと、前記カメラ中心座標を中心とする球体の表面上の複数の点の観察位置としての良さを、前記特徴量抽出部で抽出した特徴量と、前記特徴量データベースを使用して計算する良視点計算部と、前記カメラ中心座標を中心とする球体の表面上の前記複数の点の中から、観察位置として良好な視点を選択し、前記観察位置として良好な視点の座標であるカメラ球座標を登録するカメラ球座標生成部と、前記カメラ中心座標と前記カメラ球座標に基づいて、前記観察位置として良好な視点からのカメラ画像を生成する良画像生成部と、を備える。
（２）前記観察位置としての良さは、前記観察位置から見た画像の情報量によって評価し、前記観察位置から見た画像の情報量は、オブジェクト毎の情報量に前記オブジェクト毎の情報量の重要度を乗算して、複数のオブジェクトに関して加算した量を含んでもよい。
（３）前記注目を受けやすいオブジェクトは、オブジェクトの顕著性に基づいて計算されてもよい。
（４）前記特徴量データベースに格納されている特徴量の重要度は、前記良視点計算部が計算した観察位置としての良さが、実験によって得られた観察位置に対する人の好ましさのデータと最も相関が高くなるように多重回帰分析により決定してもよい。
（５）本発明に係るプログラムは、コンピュータを、最適な視点を選択したいシーンを分析し、複数のオブジェクトに分解するシーン分析部と、各オブジェクトの複数種類の特徴量を抽出する特徴量抽出部と、前記特徴量抽出部で抽出した複数種類の特徴量の内の一部の種類の特徴量を用いて、注目を受けやすいオブジェクトを計算する注目対象計算部と、前記注目対象計算部で計算された注目を受けやすいオブジェクトの重心位置の座標であるカメラ中心座標を生成するカメラ中心座標生成部と、特徴量の種類毎に、好ましい視点を選択することに対する特徴量の重要度が格納されている特徴量データベースと、前記カメラ中心座標を中心とする球体の表面上の複数の点の観察位置としての良さを、前記特徴量抽出部で抽出した特徴量と、前記特徴量データベースを使用して計算する良視点計算部と、前記カメラ中心座標を中心とする球体の表面上の前記複数の点の中から、観察位置として良好な視点を選択し、前記観察位置として良好な視点の座標であるカメラ球座標を登録するカメラ球座標生成部と、前記カメラ中心座標と前記カメラ球座標に基づいて、前記観察位置として良好な視点からのカメラ画像を生成する良画像生成部と、を備える良視点画像選択装置として機能させるためのものである。
（６）本発明に係るプログラムにおいて、前記観察位置としての良さは、前記観察位置から見た画像の情報量によって評価し、前記観察位置から見た画像の情報量は、オブジェクト毎の情報量に前記オブジェクト毎の情報量の重要度を乗算して、複数のオブジェクトに関して加算した量を含んでもよい。
（７）本発明に係るプログラムにおいて、前記注目を受けやすいオブジェクトは、オブジェクトの顕著性に基づいて計算されてもよい。
（８）本発明に係るプログラムにおいて、前記特徴量データベースに格納されている特徴量の重要度は、前記良視点計算部が計算した観察位置としての良さが、実験によって得られた観察位置に対する人の好ましさのデータと最も相関が高くなるように多重回帰分析により決定してもよい。
本発明によれば、複数のオブジェクトが存在する状況において、最適な視点からの画像を得ることができる。
以下、本発明の実施形態の一例について説明する。
図１は、本発明における好ましい視点から見た画像と、好ましくない視点から見た画像の一例を示す図である。
図１は、本発明における好ましい視点から見た画像と、好ましくない視点から見た画像の一例を示す図である。
図１の右側の好ましくない視点から見た画像では、テーブルの奥行き方向の情報が全く得られていない。テーブルの天板の模様も不明である。また手前の椅子によって隠されている領域の面積も大きい。これに対して、左側の画像では、右側の画像よりも多くの情報が開示されている。本発明では、このようにより多くの情報が開示されている画像を、好ましい視点からの画像と判定する。
図２は、本実施形態に係る良視点画像選択装置２００の構成を示す図である。
良視点画像選択装置２００には、ＣＧシーン１００が入力され、良視点画像選択装置２００からは、好ましい視点からの画像３００が出力される。
良視点画像選択装置２００は、シーン分析部１０と、特徴量抽出部２０と、注目対象計算部３０と、カメラ中心座標生成部４０と、特徴量データベース５０と、良視点計算部６０と、カメラ球座標生成部７０と、良画像生成部８０とを備える。
良視点画像選択装置２００には、ＣＧシーン１００が入力され、良視点画像選択装置２００からは、好ましい視点からの画像３００が出力される。
良視点画像選択装置２００は、シーン分析部１０と、特徴量抽出部２０と、注目対象計算部３０と、カメラ中心座標生成部４０と、特徴量データベース５０と、良視点計算部６０と、カメラ球座標生成部７０と、良画像生成部８０とを備える。
シーン分析部１０は、入力されたシーン１００を分析して、複数のオブジェクト（物体）に分解する。
特徴量抽出部２０は、各オブジェクトについて、複数種類の特徴量を抽出する。複数種類の特徴量の例は、体積や顕著性である。
注目対象計算部３０は、特徴量抽出部２０で抽出された特徴量の一部を用いて、注目を受けやすいオブジェクトを計算する。例えば、顕著性を用いて、注目を受けやすいオブジェクトを計算する。
特徴量抽出部２０は、各オブジェクトについて、複数種類の特徴量を抽出する。複数種類の特徴量の例は、体積や顕著性である。
注目対象計算部３０は、特徴量抽出部２０で抽出された特徴量の一部を用いて、注目を受けやすいオブジェクトを計算する。例えば、顕著性を用いて、注目を受けやすいオブジェクトを計算する。
カメラ中心座標生成部４０は、注目対象計算部３０が計算した注目を受けやすいオブジェクトの重心の位置を、カメラの被写体の中心座標として設定する。ここで、図７を用いて、この「カメラの被写体の中心座標」について説明する。図７では、注目を受けやすいオブジェクトの重心の位置に、中心を置いた球体を想定する。そして、この球体の表面に仮想カメラを配置し、球体の中心方向を撮影することにする。そうすると、球体の表面上で仮想カメラの位置を色々変えても、撮影された画像の中央には、必ず、注目を受けやすいオブジェクトが映っていることになる。このように、前記「カメラの被写体の中心座標」とは、仮想カメラで撮影された画像の中央に映っているオブジェクトの重心の位置の座標という意味である。以後、この「カメラの被写体の中心座標」を、「カメラ中心座標」という。
特徴量データベース５０は、複数種類の特徴量の各特徴量に対して、好ましい視点を選択することに対する各特徴量の重要度が格納されている。この各特徴量の重要度は、マイナスの値をとることもある。
特徴量データベース５０は、複数種類の特徴量の各特徴量に対して、好ましい視点を選択することに対する各特徴量の重要度が格納されている。この各特徴量の重要度は、マイナスの値をとることもある。
良視点計算部６０は、カメラ中心座標を中心とした球面上に複数の視点を仮定し、その視点から見た画像の好ましさを、特徴量抽出部２０が抽出した複数種類の特徴量と特徴量データベース５０を用いて計算する。この計算では、各視点から見た画像の情報量を算出する。
カメラ球座標生成部７０は、良視点計算部６０が計算した情報量が多くなる視点を、カメラの位置を表す球座標として設定する。この「カメラの位置を表す球座標」を、以後「カメラ球座標」という。
カメラ球座標生成部７０は、良視点計算部６０が計算した情報量が多くなる視点を、カメラの位置を表す球座標として設定する。この「カメラの位置を表す球座標」を、以後「カメラ球座標」という。
良画像生成部８０は、カメラ中心座標及びカメラ球座標に基づいて、カメラ球座標にカメラを配置しカメラ中心座標の方向を撮影した場合のカメラ画像を生成し、良視点画像として出力する。
図３は、本実施形態に係る良視点画像選択装置の処理手順を示す図である。また、図４は、本実施形態に係る良視点画像選択装置の良視点を選択する方法の流れを示す図である。
ステップＳ１０１では、表示したいＣＧシーン１００を良視点画像選択装置２００に入力する。図４（ａ）が、入力されたＣＧシーン１００の例である。
ステップＳ１０２では、シーン分析部１０が、ＣＧシーン１００を分析し複数のオブジェクトに分解する。
ステップＳ１０１では、表示したいＣＧシーン１００を良視点画像選択装置２００に入力する。図４（ａ）が、入力されたＣＧシーン１００の例である。
ステップＳ１０２では、シーン分析部１０が、ＣＧシーン１００を分析し複数のオブジェクトに分解する。
ステップＳ１０３では、特徴量抽出部２０が、各オブジェクトについて、体積や顕著性などの複数種類の特徴量を抽出する。
ステップＳ１０４では、特徴量抽出部２０が、各オブジェクトについて、特徴量を記録する。
また、ステップＳ１０４では、注目対象計算部３０が、抽出された特徴量の一部を用いて、注目を受けやすいオブジェクトを計算する。例えば、顕著性を用いて、注目を受けやすいオブジェクトを計算する。顕著性マップの作成については、非特許文献２に記載されている。図４（ｂ）、（ｃ）は、非特許文献２の顕著性マップの作成を説明する図である。図４（ｂ）では顕著性が高い部分が、輝度が高く表示されている。その輝度をオブジェクトに転写することにより、図４（ｃ）が得られる。図４（ｃ）では、顕著性が高いオブジェクトが白く表示されており、顕著性が高いオブジェクトを割り出すことができる。この例では、図４（ｃ）の右上のタワーを、顕著性が高いオブジェクトと判定した。
ステップＳ１０４では、特徴量抽出部２０が、各オブジェクトについて、特徴量を記録する。
また、ステップＳ１０４では、注目対象計算部３０が、抽出された特徴量の一部を用いて、注目を受けやすいオブジェクトを計算する。例えば、顕著性を用いて、注目を受けやすいオブジェクトを計算する。顕著性マップの作成については、非特許文献２に記載されている。図４（ｂ）、（ｃ）は、非特許文献２の顕著性マップの作成を説明する図である。図４（ｂ）では顕著性が高い部分が、輝度が高く表示されている。その輝度をオブジェクトに転写することにより、図４（ｃ）が得られる。図４（ｃ）では、顕著性が高いオブジェクトが白く表示されており、顕著性が高いオブジェクトを割り出すことができる。この例では、図４（ｃ）の右上のタワーを、顕著性が高いオブジェクトと判定した。
ステップＳ１０５では、カメラ中心座標生成部４０が、注目を受けやすいオブジェクトの重心の位置を、カメラ中心座標として設定する。図５が、カメラ中心座標を説明する図である。図５の中央部に、注目を受けやすいオブジェクトである、球体、円錐体、及び直方体がある。それら注目を受けやすいオブジェクトの重心の位置が矢印で示されており、矢印の位置の座標が「カメラ中心座標」である。なお、仮想カメラは、図５のように、カメラ中心座標を中心とした球面上に配置される。
ステップＳ１０６では、良視点計算部６０が、カメラ中心座標を中心とした球面上に複数の視点を仮定し、その視点から見た画像の好ましさを、特徴量抽出部２０が抽出した複数種類の特徴量と特徴量データベース５０を用いて計算する。この計算では、視点から見た画像の情報量を算出する。この視点から見た画像の情報量の算出方法の詳細については、後記する。ここでは、図４（ｄ）を用いて定性的に説明する。図４（ｄ）のＡの図は、空白部分が多くて情報量が少ない。図４（ｄ）のＢの図の方が、いろいろな建物の情報が得られて情報量が多い。したがって、Ｂの方が良い視点からの画像である。
図６は、特徴量データベースの例である。特徴量に対して、その特徴量の重要度が格納されている。体積は、オブジェクトの体積である。回転は、カメラ中心座標に対するカメラの仰角である。カメラとの距離は、カメラからオブジェクトまでの距離である。カメラ中心座標からの距離は、カメラ中心座標からオブジェクトまでの距離である。これらは例示であり、他の特徴量を採用しても構わない。
また、ステップＳ１０６では、カメラ球座標生成部７０が、良視点計算部６０が計算した情報量が多くなる視点を、カメラ球座標として設定する。図７は、カメラ中心座標とカメラ球座標の関係を示す図である。カメラ中心座標は、注目を受けやすいオブジェクトの重心の位置の座標である。そして、カメラ中心座標を中心とする球体の表面上にカメラ球座標が位置している。
ステップＳ１０７では、良画像生成部８０が、カメラ球座標の位置からの画像を生成し出力する。図４（ｅ）が、オブジェクトが複数存在する状態での出力された良視点からの画像の例である。
ステップＳ１０７では、良画像生成部８０が、カメラ球座標の位置からの画像を生成し出力する。図４（ｅ）が、オブジェクトが複数存在する状態での出力された良視点からの画像の例である。
次に、図８、図９を使用して、本実施形態の画像の情報量の計算方法について説明する。
ここで、ｓ′all,iは、本実施形態の方法による視点ｉから見た画像の情報量であり、ｓall,iは、従来の方法（非特許文献１）による視点ｉから見た画像の情報量を表す。
ここで、ｓ′all,iは、本実施形態の方法による視点ｉから見た画像の情報量であり、ｓall,iは、従来の方法（非特許文献１）による視点ｉから見た画像の情報量を表す。
従来の方法では、シーン内の全てのオブジェクトを一つのオブジェクトと見立てて計算している。このため、各オブジェクト間の相互作用（重なりなど）が反映されない。
そこで、本実施形態の方法では、視点ｉから見たときのオブジェクトｊの情報量ｓi,jを重要度ｗi,jで重み付けした値を加算した式を用いる。
ここで、重要度ｗi,jは、視点ｉから見たときのオブジェクトｊのｋ番目の特徴量νi,j,kに、ｋ番目の特徴量の重要度αkを乗算したものに分解することができる（図８の（２）式）。本実施形態では、図８の（２）式を（１）式に代入した式を用いて、画像の情報量を計算する。そして、得られた画像の情報量が高くなる視点の座標を、カメラ球座標として決定する。
そこで、本実施形態の方法では、視点ｉから見たときのオブジェクトｊの情報量ｓi,jを重要度ｗi,jで重み付けした値を加算した式を用いる。
ここで、重要度ｗi,jは、視点ｉから見たときのオブジェクトｊのｋ番目の特徴量νi,j,kに、ｋ番目の特徴量の重要度αkを乗算したものに分解することができる（図８の（２）式）。本実施形態では、図８の（２）式を（１）式に代入した式を用いて、画像の情報量を計算する。そして、得られた画像の情報量が高くなる視点の座標を、カメラ球座標として決定する。
特徴量データベースに格納されている特徴量の重要度αkは、上記（２）式を（１）式に代入した式を用いて計算するｓ′all,iが、実験によって得られた視点に対する人の好ましさのデータｓｅｘｐ（良い視点ほどｓｅｘｐは大きくなり、悪い視点ほどｓｅｘｐは小さくなる。）と最も相関が高くなるように多重回帰分析により決定した。
なお、視点ｉから見たときのオブジェクトｊの情報量ｓi,jについては、例えば、以下のように計算することができる。
画像にオブジェクトｊのｎ個の面が映っており、ｍ番目の面が映っているピクセル数をｐｍ、画像の総ピクセル数をｐｔとすると、
ｓi,j ＝－Σｍ＝１ ｎ｛（ｐｍ／ｐｔ）ｌｏｇ（ｐｍ／ｐｔ）｝
と計算できる。上記式は、情報理論におけるエントロピーの定義に基づくものである。
画像にオブジェクトｊのｎ個の面が映っており、ｍ番目の面が映っているピクセル数をｐｍ、画像の総ピクセル数をｐｔとすると、
ｓi,j ＝－Σｍ＝１ ｎ｛（ｐｍ／ｐｔ）ｌｏｇ（ｐｍ／ｐｔ）｝
と計算できる。上記式は、情報理論におけるエントロピーの定義に基づくものである。
本発明による良視点画像選択装置は、仮想シーンにおける最適な視点を検出することができるので、仮想シーン内の複数のカメラから最適な画像を選択し、提供することが可能となる。また、ボリュメトリック撮影スタジオなど、空間全体を３次元計測する技術が注目されており、計測したシーンから、優れた表現を自動的に抽出することが可能となり、画像制作の効率を向上させることができる。
本実施形態では、画像について説明したが、動画である映像についても適用可能であることは言うまでも無い。
本実施形態では、観察位置としての良さとして、視点から見た画像が有する情報量を使ったが、観察位置としての良さとして、視点から見た画像に含まれているオブジェクトの数、視点から見た画像に占めるオブジェクト像の面積など、他の量を使用してもよい。
１０ シーン分析部
２０ 特徴量抽出部
３０ 注目対象計算部
４０ カメラ中心座標生成部
５０ 特徴量データベース
６０ 良視点計算部
７０ カメラ球座標生成部
８０ 良画像生成部
２００ 良視点画像選択装置
２０ 特徴量抽出部
３０ 注目対象計算部
４０ カメラ中心座標生成部
５０ 特徴量データベース
６０ 良視点計算部
７０ カメラ球座標生成部
８０ 良画像生成部
２００ 良視点画像選択装置
Claims (8)
- 最適な視点を選択したいシーンを分析し、複数のオブジェクトに分解するシーン分析部と、
各オブジェクトの複数種類の特徴量を抽出する特徴量抽出部と、
前記特徴量抽出部で抽出した複数種類の特徴量の内の一部の種類の特徴量を用いて、注目を受けやすいオブジェクトを計算する注目対象計算部と、
前記注目対象計算部で計算された注目を受けやすいオブジェクトの重心位置の座標であるカメラ中心座標を生成するカメラ中心座標生成部と、
特徴量の種類毎に、好ましい視点を選択することに対する特徴量の重要度が格納されている特徴量データベースと、
前記カメラ中心座標を中心とする球体の表面上の複数の点の観察位置としての良さを、前記特徴量抽出部で抽出した特徴量と、前記特徴量データベースを使用して計算する良視点計算部と、
前記カメラ中心座標を中心とする球体の表面上の前記複数の点の中から、観察位置として良好な視点を選択し、前記観察位置として良好な視点の座標であるカメラ球座標を登録するカメラ球座標生成部と、
前記カメラ中心座標と前記カメラ球座標に基づいて、前記観察位置として良好な視点からのカメラ画像を生成する良画像生成部と、
を備える良視点画像選択装置。 - 前記観察位置としての良さは、前記観察位置から見た画像の情報量によって評価し、前記観察位置から見た画像の情報量は、オブジェクト毎の情報量に前記オブジェクト毎の情報量の重要度を乗算して、複数のオブジェクトに関して加算した量を含む、請求項１に記載の良視点画像選択装置。
- 前記注目を受けやすいオブジェクトは、オブジェクトの顕著性に基づいて計算される、請求項１に記載の良視点画像選択装置。
- 前記特徴量データベースに格納されている特徴量の重要度は、前記良視点計算部が計算した観察位置としての良さが、実験によって得られた観察位置に対する人の好ましさのデータと最も相関が高くなるように多重回帰分析により決定する、請求項１に記載の良視点画像選択装置。
- コンピュータを、
最適な視点を選択したいシーンを分析し、複数のオブジェクトに分解するシーン分析部と、
各オブジェクトの複数種類の特徴量を抽出する特徴量抽出部と、
前記特徴量抽出部で抽出した複数種類の特徴量の内の一部の種類の特徴量を用いて、注目を受けやすいオブジェクトを計算する注目対象計算部と、
前記注目対象計算部で計算された注目を受けやすいオブジェクトの重心位置の座標であるカメラ中心座標を生成するカメラ中心座標生成部と、
特徴量の種類毎に、好ましい視点を選択することに対する特徴量の重要度が格納されている特徴量データベースと、
前記カメラ中心座標を中心とする球体の表面上の複数の点の観察位置としての良さを、前記特徴量抽出部で抽出した特徴量と、前記特徴量データベースを使用して計算する良視点計算部と、
前記カメラ中心座標を中心とする球体の表面上の前記複数の点の中から、観察位置として良好な視点を選択し、前記観察位置として良好な視点の座標であるカメラ球座標を登録するカメラ球座標生成部と、
前記カメラ中心座標と前記カメラ球座標に基づいて、前記観察位置として良好な視点からのカメラ画像を生成する良画像生成部と、
を備える良視点画像選択装置として機能させるためのプログラム。 - 前記観察位置としての良さは、前記観察位置から見た画像の情報量によって評価し、前記観察位置から見た画像の情報量は、オブジェクト毎の情報量に前記オブジェクト毎の情報量の重要度を乗算して、複数のオブジェクトに関して加算した量を含む、請求項５に記載のプログラム。
- 前記注目を受けやすいオブジェクトは、オブジェクトの顕著性に基づいて計算される、請求項５に記載のプログラム。
- 前記特徴量データベースに格納されている特徴量の重要度は、前記良視点計算部が計算した観察位置としての良さが、実験によって得られた観察位置に対する人の好ましさのデータと最も相関が高くなるように多重回帰分析により決定する、請求項５に記載のプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022125072A JP7842659B2 (ja) | 2022-08-04 | 2022-08-04 | 良視点画像選択装置、及びコンピュータを良視点画像選択装置として機能させるためのプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022125072A JP7842659B2 (ja) | 2022-08-04 | 2022-08-04 | 良視点画像選択装置、及びコンピュータを良視点画像選択装置として機能させるためのプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2024021896A JP2024021896A (ja) | 2024-02-16 |
| JP7842659B2 true JP7842659B2 (ja) | 2026-04-08 |
Family
ID=89855411
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022125072A Active JP7842659B2 (ja) | 2022-08-04 | 2022-08-04 | 良視点画像選択装置、及びコンピュータを良視点画像選択装置として機能させるためのプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7842659B2 (ja) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006171889A (ja) | 2004-12-13 | 2006-06-29 | Ricoh Co Ltd | ３次元形状表示システム、３次元形状表示方法及び３次元形状表示プログラム |
| JP2012504828A (ja) | 2008-10-03 | 2012-02-23 | スリーエム イノベイティブ プロパティズ カンパニー | シーンを最適化するシステム及び方法 |
| JP2015170116A (ja) | 2014-03-06 | 2015-09-28 | キヤノン株式会社 | 情報処理装置、情報処理装置の制御方法およびプログラム |
| JP2016099665A (ja) | 2014-11-18 | 2016-05-30 | 株式会社東芝 | 視点位置算出装置、画像生成装置、視点位置算出方法、画像生成方法、視点位置算出プログラム、及び、画像生成プログラム |
| US20170153116A1 (en) | 2015-05-14 | 2017-06-01 | Shenzhen Institutes Of Advanced Technology Chinese Academy Of Sciences | Navigation technology in three-dimensional scenes |
| JP2022112197A (ja) | 2021-01-21 | 2022-08-02 | 電駆ビジョン株式会社 | プログラム、情報処理装置及び方法 |
-
2022
- 2022-08-04 JP JP2022125072A patent/JP7842659B2/ja active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006171889A (ja) | 2004-12-13 | 2006-06-29 | Ricoh Co Ltd | ３次元形状表示システム、３次元形状表示方法及び３次元形状表示プログラム |
| JP2012504828A (ja) | 2008-10-03 | 2012-02-23 | スリーエム イノベイティブ プロパティズ カンパニー | シーンを最適化するシステム及び方法 |
| JP2015170116A (ja) | 2014-03-06 | 2015-09-28 | キヤノン株式会社 | 情報処理装置、情報処理装置の制御方法およびプログラム |
| JP2016099665A (ja) | 2014-11-18 | 2016-05-30 | 株式会社東芝 | 視点位置算出装置、画像生成装置、視点位置算出方法、画像生成方法、視点位置算出プログラム、及び、画像生成プログラム |
| US20170153116A1 (en) | 2015-05-14 | 2017-06-01 | Shenzhen Institutes Of Advanced Technology Chinese Academy Of Sciences | Navigation technology in three-dimensional scenes |
| JP2022112197A (ja) | 2021-01-21 | 2022-08-02 | 電駆ビジョン株式会社 | プログラム、情報処理装置及び方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2024021896A (ja) | 2024-02-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10284789B2 (en) | Dynamic generation of image of a scene based on removal of undesired object present in the scene | |
| JP6697986B2 (ja) | 情報処理装置および画像領域分割方法 | |
| US20130335535A1 (en) | Digital 3d camera using periodic illumination | |
| EP3309750B1 (en) | Image processing apparatus and image processing method | |
| US20180182114A1 (en) | Generation apparatus of virtual viewpoint image, generation method, and storage medium | |
| TW201214335A (en) | Method and arrangement for multi-camera calibration | |
| TWI687689B (zh) | 球狀體之旋轉之測定裝置、測定方法以及非暫時性資訊記錄媒體 | |
| JP2016066360A (ja) | テキストベース３ｄ拡張現実 | |
| CN108564612A (zh) | 模型显示方法、装置、存储介质及电子设备 | |
| JP7312026B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
| JP2011095797A (ja) | 画像処理装置、画像処理方法及びプログラム | |
| EP3093822B1 (en) | Displaying a target object imaged in a moving picture | |
| US20220358619A1 (en) | Automatic dolly zoom image processing device | |
| CN112991159A (zh) | 人脸光照质量评估方法、系统、服务器与计算机可读介质 | |
| WO2022040988A1 (zh) | 图像处理方法、装置及可移动平台 | |
| CN111489384A (zh) | 基于互视角的遮挡评估方法及装置、设备、系统和介质 | |
| CN111683221B (zh) | 嵌入矢量红线数据的自然资源实时视频监测方法及系统 | |
| US20240406363A1 (en) | Handling blur in multi-view imaging | |
| CN117201931A (zh) | 摄像机参数采集方法、装置、计算机设备和存储介质 | |
| JP2010231350A (ja) | 人物識別装置、そのプログラム、及び、その方法 | |
| CN107093435A (zh) | 一种多媒体设备 | |
| TW201222422A (en) | Method and arrangement for identifying virtual visual information in images | |
| JP2024021896A (ja) | 良視点画像選択装置、及びコンピュータを良視点画像選択装置として機能させるためのプログラム | |
| JP2023080290A (ja) | 情報処理装置、情報処理装置の制御方法およびプログラム | |
| JP7341712B2 (ja) | 画像処理装置、画像処理方法、撮像装置、およびプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20250703 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20260220 |
|
| 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: 20260303 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20260327 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7842659 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |