WO2019194282A1 - 画像処理装置および２次元画像生成用プログラム - Google Patents

画像処理装置および２次元画像生成用プログラム Download PDF

Info

Publication number
WO2019194282A1
WO2019194282A1 PCT/JP2019/014985 JP2019014985W WO2019194282A1 WO 2019194282 A1 WO2019194282 A1 WO 2019194282A1 JP 2019014985 W JP2019014985 W JP 2019014985W WO 2019194282 A1 WO2019194282 A1 WO 2019194282A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
evaluation value
data
dimensional
image data
Prior art date
Application number
PCT/JP2019/014985
Other languages
English (en)
French (fr)
Inventor
吉田　一星
Original Assignee
株式会社ＥｍｂｏｄｙＭｅ
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社ＥｍｂｏｄｙＭｅ filed Critical 株式会社ＥｍｂｏｄｙＭｅ
Priority to EP19774044.2A priority Critical patent/EP3591620B1/en
Priority to CN201980002055.7A priority patent/CN110546687B/zh
Priority to US16/498,875 priority patent/US10893252B2/en
Priority to ES19774044T priority patent/ES2906626T3/es
Publication of WO2019194282A1 publication Critical patent/WO2019194282A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/139—Format conversion, e.g. of frame-rate or size
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras

Definitions

  • the present invention relates to an image processing apparatus and a two-dimensional image generation program, and is particularly suitable for use in an apparatus that generates two-dimensional image data from three-dimensional data of a 3D model.
  • Patent Document 2 discloses that a thumbnail image of a 3D model is created so as to include a feature portion of the 3D model in order to improve the convenience of use and management of the 3D model data.
  • Patent Document 3 A technique is also known in which a 3D model is created from a 2D image and a 2D image is created from a 3D model in both directions (see, for example, Patent Document 3).
  • the image processing apparatus described in Patent Document 3 is intended to enable easy correction to a natural face shape when correcting a captured face image. After generating a 3D model and mapping a captured image of the subject on the surface of the generated 3D model, the shape of the 3D model is deformed. Then, the deformed 3D model is projected in the direction in which the captured image is mapped, and the two-dimensional planar image obtained thereby is used as the processing result image.
  • the image processing apparatus described in Patent Document 3 aims to obtain a two-dimensional image corrected to a natural face shape, so that the two-dimensional image is generated with high quality with a quality of a certain level or higher. It is required to do.
  • the high-precision two-dimensional image referred to here is a two-dimensional image that is not inferior to a photographed image.
  • the present invention has been made to solve such problems, and an object of the present invention is to be able to generate a highly accurate two-dimensional image that is comparable to a photographed image from a 3D model.
  • the present invention provides a 2D image generation unit that generates 2D image data from 3D data in accordance with a predetermined 2D conversion algorithm, and a captured image used as the generated 2D image data and a correct image.
  • An evaluation value calculation unit that calculates an evaluation value representing the closeness to the data, and is calculated each time for the two-dimensional image data generated when the three-dimensional data is input to the 2D image generation unit and the process is repeated.
  • the 2D conversion algorithm of the 2D image generation unit is modified by learning so that the evaluation value is optimized.
  • the generation of 2D image data from 3D data by the 2D image generation unit is repeatedly executed while modifying the 2D conversion algorithm.
  • the 2D conversion algorithm evolves by learning so that the evaluation value calculated each time for the two-dimensional image data generated by the 2D image generation unit is optimized by using highly accurate captured image data as a correct image.
  • FIG. 10 is a block diagram illustrating a functional configuration example when learning is performed by applying the first pattern to the fourth pattern.
  • FIG. 1 is a block diagram illustrating a functional configuration example of the image processing apparatus according to the present embodiment.
  • the image processing apparatus according to the present embodiment includes a 3D data acquisition unit 11, a correct image acquisition unit 12, a 2D image generation unit 13, and an evaluation value calculation unit 14 as its functional configuration.
  • Each of these functional blocks 11 to 14 can be configured by hardware, DSP (Digital Signal Processor), or software.
  • DSP Digital Signal Processor
  • each of the functional blocks 11 to 14 actually includes a CPU, RAM, ROM, etc. of a computer, and is stored in a recording medium such as RAM, ROM, hard disk, or semiconductor memory. Is realized by operating.
  • the 3D data acquisition unit 11 acquires 3D data of a 3D model in which a captured image is mapped on the surface. It is not essential that the 3D data acquired by the 3D data acquisition unit 11 is 3D data of a highly accurate 3D model.
  • the high-accuracy 3D model three-dimensional data is data in which the three-dimensional shape of an object is faithfully represented by the 3D model, and mapping (pasting) of the captured image to the 3D model is accurately performed.
  • the three-dimensional data acquired by the 3D data acquisition unit 11 of the present embodiment may not be highly accurate data so far.
  • the three-dimensional data acquired by the 3D data acquisition unit 11 can be data obtained by converting two-dimensional captured image data into a 3D model using a known technique.
  • the correct image acquisition unit 12 acquires two-dimensional captured image data used as a correct image for learning.
  • the captured image data acquired by the correct image acquisition unit 12 can be captured image data used as a generation source of the three-dimensional data acquired by the 3D data acquisition unit 11.
  • the 2D image generation unit 13 generates 2D image data from the 3D data acquired by the 3D data acquisition unit 11 according to a predetermined 2D conversion algorithm.
  • this 2D conversion algorithm is represented by the symbol “g ()”.
  • the 2D conversion algorithm used here a known algorithm can be used. However, as will be described later, since this 2D conversion algorithm is modified by learning, it is essential that the algorithm be modifiable.
  • modifying the 2D conversion algorithm converts, for example, a value on the three-dimensional space coordinates that specify the three-dimensional data into a value on the two-dimensional space coordinates that specifies the two-dimensional image data.
  • the evaluation value calculation unit 14 calculates an evaluation value representing the closeness between the two-dimensional image data generated by the 2D image generation unit 13 and the captured image data acquired by the correct image acquisition unit 12. Then, the 2D image generation unit 13 inputs the three-dimensional data to the 2D image generation unit 13 so that the evaluation value calculated each time for the two-dimensional image data generated when the process is repeated is optimized.
  • the 2D conversion algorithm is modified by learning.
  • the 2D image generation unit 13 learns the 2D conversion algorithm by applying the following four patterns.
  • 2 to 5 show specific functional configuration examples of the image processing apparatus in the case of performing learning using these four patterns. Hereinafter, learning of the four patterns will be described in order.
  • FIG. 2 is a block diagram illustrating an example of a functional configuration when learning is performed using the first pattern.
  • the learning by the first pattern applies a learning algorithm known as a so-called GAN (Generative Adversarial Network).
  • GAN Generative Adversarial Network
  • the image processing apparatus includes a 2D image generation unit 13A and a first evaluation value calculation unit 14A as a functional configuration for performing learning using the first pattern.
  • the 2D image generation unit 13A corresponds to what is generally called a generator in the GAN.
  • the first evaluation value calculation unit 14A corresponds to what is generally called a discriminator in GAN.
  • the first evaluation value calculation unit 14A includes three-dimensional data acquired by the 3D data acquisition unit 11 (hereinafter referred to as symbol “s”) and captured image data acquired as a correct image by the correct image acquisition unit 12 ( Hereinafter, it is represented by the symbol “x” (sometimes referred to as the correct image x)) or two-dimensional image data generated from the three-dimensional data s by the 2D image generation unit 13A (hereinafter, represented by the symbol “g (s)”). ) In accordance with a predetermined identification algorithm, it is identified whether the input image is the correct image x or the two-dimensional image data g (s) generated by the 2D image generation unit 13A. Is calculated as a first evaluation value (hereinafter represented by the symbol “A”).
  • the image processing apparatus uses the 2D conversion algorithm of the 2D image generation unit 13A so as to maximize the first evaluation value A calculated by the first evaluation value calculation unit 14A using the two-dimensional image data g (s) as an input. Modify.
  • the image processing apparatus receives the two-dimensional image data g (s) as an input, minimizes the first evaluation value A calculated by the first evaluation value calculation unit 14A, and captures image data (correct image) x.
  • the identification algorithm of the first evaluation value calculation unit 14A is modified so as to maximize the first evaluation value A calculated by the first evaluation value calculation unit 14A.
  • Changing the identification algorithm means changing the identification processing logic when identifying whether the input image is the correct image, changing functions and parameters used in the identification processing logic, changing the library used in the identification processing logic, etc. At least one of the following.
  • the first evaluation value A calculated by the first evaluation value calculation unit 14A is minimized using the two-dimensional image data g (s) as an input, and the first evaluation value is calculated using the correct image x as an input.
  • Modifying the identification algorithm of the first evaluation value calculation unit 14A so as to maximize the first evaluation value A calculated by the unit 14A is because the first evaluation value calculation unit 14A corresponding to the classifier , It means learning to enhance the ability to discriminate whether the input image is a correct image or not. If this discrimination capability increases, the first evaluation value calculation unit 14A can identify an image that is slightly different from the correct image as not being the correct image.
  • the 2D conversion algorithm of the 2D image generation unit 13A is modified so as to maximize the first evaluation value A calculated by the first evaluation value calculation unit 14A using the two-dimensional image data g (s) as an input.
  • the 2D image generation unit 13A learns to enhance the ability to generate the two-dimensional image data g (s) that cannot identify whether the first evaluation value calculation unit 14A is a correct image. . If this generation capability increases, the 2D image generation unit 13A can generate two-dimensional image data g (s) that is almost the same as the correct image.
  • the 2D image generation unit 13A (generator) generates the two-dimensional image data g (s) that makes the first evaluation value calculation unit 14A appear as close as possible to the correct image x, and the first evaluation value
  • the calculation unit 14A discriminator learns so that the two-dimensional image data g (s) generated by the 2D image generation unit 13A so as to resemble the correct image and the correct image x can be distinguished as much as possible.
  • the 2D image generation unit 13A can generate two-dimensional image data g (s) indistinguishable from the captured image data x.
  • FIG. 3 is a block diagram illustrating an example of a functional configuration when learning is performed using the second pattern. Learning by the second pattern applies a loss function of a learning algorithm known as so-called style transformation (Neural Style Transfer).
  • the image processing apparatus includes a 2D image generation unit 13B and a second evaluation value calculation unit 14B as a functional configuration for performing learning using the second pattern.
  • the second evaluation value calculation unit 14B has a learned neural network for image classification of two-dimensional image data.
  • the neural network is represented by the symbol “ ⁇ ”
  • each layer of the network is represented by ⁇ _L.
  • the second evaluation value calculation unit 14B includes the captured image data x acquired by the correct image acquisition unit 12 and the two-dimensional image data g generated by the 2D image generation unit 13B in each layer ⁇ _L constituting the neural network ⁇ .
  • the total value or the average value of the difference between the values for each of (s) is calculated as a second evaluation value (hereinafter represented by the symbol “B”).
  • the correct image x acquired by the correct image acquisition unit 12 and the two-dimensional image data g (s) generated by the 2D image generation unit 13B are input to the input layer (first layer) ⁇ _1 of the neural network ⁇ .
  • the In the second hierarchy ⁇ _2 of the neural network ⁇ a feature map is generated by mapping the feature quantity groups extracted from the correct image x and the two-dimensional image data g (s) of the first hierarchy ⁇ _1.
  • the second evaluation value calculation unit 14B calculates the difference between the color value at each pixel of the correct image x and the color value at each pixel of the two-dimensional image data g (s) in the first hierarchy ⁇ _1 of the neural network ⁇ . Or the average value (hereinafter, the sum or average value of the differences may be simply referred to as a difference).
  • the image processing device modifies the 2D conversion algorithm of the 2D image generation unit 13B so as to minimize the second evaluation value B calculated by the second evaluation value calculation unit 14B.
  • the 2D conversion algorithm of the 2D image generation unit 13B is modified so as to minimize the second evaluation value B because the 2D image generation unit 13B has two-dimensional image data g (s) that is hardly different from the correct image x. Means learning to enhance the ability to generate. If this generation capability increases, the 2D image generation unit 13B can generate two-dimensional image data g (s) that is almost the same as the captured image data x.
  • FIG. 4 is a block diagram illustrating an example of a functional configuration when learning is performed using the third pattern. Learning by the fourth pattern applies a learning algorithm known as so-called CycleGAN.
  • the image processing apparatus includes a 2D image generation unit 13 ⁇ / b> C and an evaluation value calculation unit 14 ⁇ / b> C as a functional configuration for performing learning using the third pattern.
  • the evaluation value calculation unit 14C includes a three-dimensional data generation unit 14C-1, a first difference value calculation unit 14C-2, a second difference value calculation unit 14C-3, and a third evaluation value calculation unit 14C-4. .
  • the 3D data generation unit 14C-1 generates 3D data of a 3D model from 2D image data according to a predetermined 3D conversion algorithm.
  • this 3D conversion algorithm is represented by the symbol “f ()”.
  • the 3D conversion algorithm used here a known algorithm can be used. However, as will be described later, since this 3D conversion algorithm is modified by learning, it is essential that the algorithm be modifiable.
  • modifying the 3D conversion algorithm means, for example, converting a value on a two-dimensional space coordinate specifying two-dimensional image data into a value on a three-dimensional space coordinate specifying three-dimensional data. At least one of a change in the conversion processing logic, a change in a function and a parameter used in the conversion processing logic, a change in a library used in the conversion processing logic, and the like.
  • the three-dimensional data generation unit 14C-1 generates three-dimensional data (hereinafter, represented by the symbol “f (x)”) from the captured image data (correct image) x acquired by the correct image acquisition unit 11.
  • three-dimensional data hereinafter represented by the symbol “f (g (s)”
  • f (g (s) three-dimensional data
  • the three-dimensional data f (x) generated by the three-dimensional data generation unit 14C-1 is supplied to the 2D image generation unit 13C, and the three-dimensional data f (g (s)) is supplied to the first difference value calculation unit 14C-2. Supplied.
  • the 2D image generation unit 13C generates 2D image data g (s) from the 3D data s acquired by the 3D data acquisition unit 11 according to a predetermined 2D conversion algorithm. In addition, the 2D image generation unit 13C performs 2D image generation based on the three-dimensional data f (x) generated by the three-dimensional data generation unit 14C-1 from the correct image x acquired by the correct image acquisition unit 11. Two-dimensional image data g (f (x)) is generated according to the conversion algorithm.
  • the 2D image data g (s) generated by the 2D image generation unit 13C is supplied to the 3D data generation unit 14C-1, and the 2D image data g (f (x) ) Is supplied to the second difference value calculation unit 14C-3.
  • the first difference value calculation unit 14C-2 uses the three-dimensional data f (g (s) generated by the three-dimensional data generation unit 14C-1 from the two-dimensional image data g (s) generated by the 2D image generation unit 13C. ) And the three-dimensional data s acquired by the 3D data acquisition unit 11 is calculated as a first difference value.
  • the first difference value can be, for example, the sum or average value of the difference between the color value at each coordinate of the three-dimensional data f (g (s)) and the color value at each coordinate of the three-dimensional data s. It is.
  • the 3D conversion algorithm of the 3D data generation unit 14C-1 is also perfect, the three-dimensional data f (g (s)) and the three-dimensional data s becomes the same, and the first difference value becomes zero.
  • the second difference value calculation unit 14C-3 generates a 2D image based on the 3D data f (x) generated by the 3D data generation unit 14C-1 from the correct image x acquired by the correct image acquisition unit 11.
  • a difference between the two-dimensional image data g (f (x)) generated by the unit 13C and the correct image x acquired by the correct image acquiring unit 11 is calculated as a second difference value.
  • the second difference value can be, for example, the sum or average value of the difference between the color value at each pixel of the two-dimensional image data g (f (x)) and the color value at each pixel of the correct image x. It is.
  • the 2D conversion algorithm of the 2D image generation unit 13C is perfect and the 3D conversion algorithm of the 3D data generation unit 14C-1 is also perfect, the two-dimensional image data g (f (x)) and the correct image x becomes the same, and the second difference value becomes zero.
  • the third evaluation value calculation unit 14C-4 is the sum of the first difference value calculated by the first difference value calculation unit 14C-2 and the second difference value calculated by the second difference value calculation unit 14C-3.
  • the value is calculated as a third evaluation value (hereinafter represented by the symbol “C”).
  • the image processing apparatus uses the 2D conversion algorithm of the 2D image generation unit 13C and the 3D data generation unit 14C-1 so as to minimize the third evaluation value C calculated by the third evaluation value calculation unit 14C-4. Modify the 3D conversion algorithm.
  • the 2D image generation unit 13C modifies the 2D conversion algorithm of the 2D image generation unit 13C and the 3D conversion algorithm of the three-dimensional data generation unit 14C-1 so as to minimize the third evaluation value C.
  • 2D image data g (f (x)) that is almost the same as the three-dimensional data s (which can be said to be correct data of the three-dimensional data) by the three-dimensional data generation unit 14C-1 It means learning to improve the ability to generate non-three-dimensional data f (g (s)). If this generation capability increases, the 2D image generation unit 13C can generate two-dimensional image data g (s) that is hardly different from the photographed image data x.
  • FIG. 5 is a block diagram illustrating an example of a functional configuration when learning is performed using the fourth pattern.
  • the image processing apparatus includes a 2D image generation unit 13D and a fourth evaluation value calculation unit 14D as a functional configuration for performing learning using the fourth pattern.
  • the fourth evaluation value calculation unit 14D calculates a difference between the two-dimensional image data g (s) generated by the 2D image generation unit 13D and the correct image x acquired by the correct image acquisition unit 11 as a fourth evaluation value ( Hereinafter, it is calculated as “D”.
  • the image processing device modifies the 2D conversion algorithm of the 2D image generation unit 13D so as to minimize the fourth evaluation value D calculated by the fourth evaluation value calculation unit 14D.
  • the 2D conversion algorithm of the 2D image generation unit 13D is modified so as to minimize the fourth evaluation value D because the 2D image generation unit 13D has two-dimensional image data g (s) that is hardly different from the correct image x. Means learning to enhance the ability to generate. If this generation capability increases, the 2D image generation unit 13D can generate two-dimensional image data g (s) that is almost different from the captured image data x.
  • the evaluation value calculation unit 14 may be configured to include only one of the first pattern to the fourth pattern shown in FIGS. 2 to 5, or at least two of the first pattern to the fourth pattern. And the 2D conversion algorithm may be modified so as to optimize the evaluation values calculated by the at least two.
  • the first evaluation value A calculated by the first evaluation value calculation unit 14A is minimized by inputting the two-dimensional image data g (s).
  • the identification algorithm of the first evaluation value calculation unit 14A is further modified so as to maximize the first evaluation value A calculated by the first evaluation value calculation unit 14A with the correct image x as an input.
  • the 3D conversion algorithm of the three-dimensional data generation unit 14C-1 is further modified so as to minimize the third evaluation value C.
  • FIG. 6 is a diagram illustrating a functional configuration example of the learning processing unit 14 when all of the first pattern to the fourth pattern are applied. Although the illustration is simplified here, the detailed configuration of each pattern is as shown in FIGS.
  • the 2D image generation unit 13 modifies the 2D conversion algorithm so as to optimize (maximize or minimize) the evaluation values A to D calculated by the evaluation value calculation units 14A to 14D, respectively.
  • the evaluation value calculation unit 14 receives the two-dimensional image data g (s) as an input, minimizes the first evaluation value A calculated by the first evaluation value calculation unit 14A, and receives the correct image x as an input.
  • the identification algorithm of the first evaluation value calculation unit 14A is modified so as to maximize the first evaluation value A calculated by the first evaluation value calculation unit 14A, and the third evaluation value C is minimized.
  • the 3D conversion algorithm of the three-dimensional data generation unit 14C-1 is modified.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Computer Graphics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)
  • Image Generation (AREA)

Abstract

３次元データから所定の２Ｄ変換アルゴリズムに従って２次元画像データを生成する２Ｄ画像生成部１３と、生成された２次元画像データと正解画像として用いる撮影画像データとの近似性を表す評価値を算出する評価値算出部１４とを備え、２Ｄ画像生成部１３による３次元データから２次元画像データの生成を繰り返し実行し、高精度な撮影画像データを正解画像として、２次元画像データについて都度算出される評価値が最適化するように２Ｄ変換アルゴリズムを学習することにより、高精度な３Ｄモデルの３次元データでなくても、３Ｄモデルから高精度な２次元画像を生成することができるようにする。

Description

画像処理装置および２次元画像生成用プログラム
　本発明は、画像処理装置および２次元画像生成用プログラムに関し、特に、３Ｄモデルの３次元データから２次元画像データを生成する装置に用いて好適なものである。
　従来、コンピュータグラフィックス分野において、撮影画像から３Ｄモデルを生成する技術が多数提供されている。その中には、機械学習を用いて、２次元画像から３次元形状を推定するようにした技術も存在する（例えば、特許文献１参照）。
　逆に、３Ｄモデルから２次元画像を生成する技術も知られている（例えば、特許文献２参照）。この特許文献２には、３次元モデルデータの利用および管理の利便性を向上させるために、３Ｄモデルの特徴部を含むように３Ｄモデルのサムネイル画像を作成することが開示されている。
　２次元画像から３Ｄモデルの作成と、３Ｄモデルから２次元画像の作成とを双方向で行うようにした技術も知られている（例えば、特許文献３参照）。この特許文献３に記載の画像処理装置は、撮影された顔画像を修正する際に、自然な顔の形に容易に修正することができるようにすることを目的としたものであり、被写体の３Ｄモデルを生成し、当該生成した３Ｄモデルの表面に被写体の撮影画像をマッピングした後、３Ｄモデルの形状を変形する。そして、変形した３Ｄモデルを、撮影画像をマッピングした方向に射影し、これによって得られた２次元平面画像を処理結果画像とする。
ＷＯ０６／０４９１４７号公報 特開２０１７－４０６５号公報 特開２００６－４１５８号公報
　ところで、特許文献２に記載の画像処理装置において作成している２次元画像は、３Ｄモデルの特徴部を含むサムネイル画像であるから、このサムネイル画像自体を高精度に生成する必要性はそれほど高くない。これに対し、特許文献３に記載の画像処理装置では、自然な顔の形に修正された２次元画像を得ることを目的としているので、２次元画像を一定レベル以上の品質で高精度に生成することが要求される。３Ｄモデルから高精度な２次元画像を生成したいというニーズは、特許文献３に記載されたユースケース以外にも多く存在する。ここで言う高精度な２次元画像とは、撮影画像と遜色のない２次元画像のことである。
　しかしながら、３Ｄモデルから２次元画像を生成する場合において、その２次元画像を高精度に生成するためには、従来は３Ｄモデル自体を高精度に生成する必要があった。また、その３Ｄモデルに対する撮影画像のマッピング（貼り付け）も正確に行う必要があった。さらに、撮影画像がマッピングされた３Ｄモデルを２次元画像に変換する際に、特許文献３のように単純な投影を行うだけでは、高精度な２次元画像は得られない。すなわち、現実のあらゆる光の物理現象を忠実にシミュレーションし、そのシミュレーション結果を反映させるように変換処理を行う必要があった。しかしながら、これらの全て満たす処理を実際に行うのは困難であり、３Ｄモデルから高精度な２次元画像を生成することはできていないというのが実情であった。
　本発明は、このような問題を解決するために成されたものであり、３Ｄモデルから撮影画像と遜色のない高精度な２次元画像を生成することができるようにすることを目的とする。
　上記した課題を解決するために、本発明は、３次元データから所定の２Ｄ変換アルゴリズムに従って２次元画像データを生成する２Ｄ画像生成部と、生成された２次元画像データと正解画像として用いる撮影画像データとの近似性を表す評価値を算出する評価値算出部とを備え、３次元データを２Ｄ画像生成部に入力して処理を繰り返し行ったときに生成される２次元画像データについて都度算出される評価値が最適化するように、２Ｄ画像生成部の２Ｄ変換アルゴリズムを学習によって改変するようにしている。
　上記のように構成した本発明によれば、２Ｄ画像生成部による３次元データから２次元画像データの生成が、２Ｄ変換アルゴリズムを改変しながら繰り返し実行される。このとき、高精度な撮影画像データを正解画像として、２Ｄ画像生成部により生成される２次元画像データについて都度算出される評価値が最適化するように、２Ｄ変換アルゴリズムが学習により進化してく。これにより、高精度な３Ｄモデルの３次元データでなくても、３Ｄモデルから撮影画像と遜色のない高精度な２次元画像を生成することができる。
本実施形態による画像処理装置の機能構成例を示すブロック図である。 第１パターンによる学習を行う場合の機能構成例を示すブロック図である。 第２パターンによる学習を行う場合の機能構成例を示すブロック図である。 第３パターンによる学習を行う場合の機能構成例を示すブロック図である。 第４パターンによる学習を行う場合の機能構成例を示すブロック図である。 第１パターン～第４パターンを適用して学習を行う場合の機能構成例を示すブロック図である。
　以下、本発明の一実施形態を図面に基づいて説明する。図１は、本実施形態による画像処理装置の機能構成例を示すブロック図である。図１に示すように、本実施形態の画像処理装置は、その機能構成として、３Ｄデータ取得部１１、正解画像取得部１２、２Ｄ画像生成部１３および評価値算出部１４を備えている。これらの各機能ブロック１１～１４は、ハードウェア、ＤＳＰ（Digital Signal Processor）、ソフトウェアの何れによっても構成することが可能である。例えばソフトウェアによって構成する場合、上記各機能ブロック１１～１４は、実際にはコンピュータのＣＰＵ、ＲＡＭ、ＲＯＭなどを備えて構成され、ＲＡＭやＲＯＭ、ハードディスクまたは半導体メモリ等の記録媒体に記憶されたプログラムが動作することによって実現される。
　３Ｄデータ取得部１１は、撮影画像が表面にマッピングされた３Ｄモデルの３次元データを取得する。３Ｄデータ取得部１１が取得する３次元データは、高精度な３Ｄモデルの３次元データであることは必須でない。ここで、高精度な３Ｄモデルの３次元データとは、物体の３次元形状を３Ｄモデルによって忠実に表していて、その３Ｄモデルに対する撮影画像のマッピング（貼り付け）も正確に行われているデータをいう。本実施形態の３Ｄデータ取得部１１が取得する３次元データは、ここまで高精度なデータでなくてもよい。例えば、３Ｄデータ取得部１１が取得する３次元データは、２次元の撮影画像データを公知の技術により３Ｄモデルに変換したデータとすることが可能である。
　正解画像取得部１２は、学習の正解画像として用いる２次元の撮影画像データを取得する。例えば、正解画像取得部１２が取得する撮影画像データは、３Ｄデータ取得部１１により取得される３次元データの生成元として用いられた撮影画像データとすることが可能である。
　２Ｄ画像生成部１３は、３Ｄデータ取得部１１により取得された３次元データから所定の２Ｄ変換アルゴリズムに従って２次元画像データを生成する。なお、この２Ｄ変換アルゴリズムを、以下では記号“ｇ()”で表すものとする。ここで用いる２Ｄ変換アルゴリズムは、公知のアルゴリズムを用いることが可能である。ただし、後述するように、この２Ｄ変換アルゴリズムを学習によって改変するので、改変が可能なアルゴリズムであることを必須とする。
　なお、本実施形態において、２Ｄ変換アルゴリズムを改変することは、例えば、３次元データを特定する３次元空間座標上の値を、２次元画像データを特定する２次元空間座標上の値に変換する際の変換処理ロジックの変更や、その変換処理ロジックにおいて用いる関数やパラメータの変更、変換処理ロジックにおいて用いるライブラリの変更などの少なくとも１つを含む。
　評価値算出部１４は、２Ｄ画像生成部１３により生成された２次元画像データと、正解画像取得部１２により取得された撮影画像データとの近似性を表す評価値を算出する。そして、２Ｄ画像生成部１３は、３次元データを２Ｄ画像生成部１３に入力して処理を繰り返し行ったときに生成される２次元画像データについて都度算出される評価値が最適化するように、２Ｄ変換アルゴリズムを学習によって改変する。
　本実施形態では、２Ｄ画像生成部１３は、以下に示す４つのパターンを適用して２Ｄ変換アルゴリズムの学習を行う。図２～図５は、この４つのパターンによる学習を行う場合における画像処理装置の具体的な機能構成例を示している。以下に、４つのパターンの学習を順に説明する。
＜第１パターン＞
　図２は、第１パターンによる学習を行う場合の機能構成例を示すブロック図である。第１パターンによる学習は、いわゆるＧＡＮ（Generative Adversarial Network：敵対的生成ネットワーク）として知られた学習アルゴリズムを適用したものである。図２に示すように、画像処理装置は、第１パターンによる学習を行うための機能構成として、２Ｄ画像生成部１３Ａおよび第１の評価値算出部１４Ａを備えている。２Ｄ画像生成部１３Ａは、ＧＡＮにおいて一般的に生成器（generator）と呼ばれるものに相当する。一方、第１の評価値算出部１４Ａは、ＧＡＮにおいて一般的に識別器（discriminator）と呼ばれるものに相当する。
　第１の評価値算出部１４Ａは、３Ｄデータ取得部１１により取得された３次元データ（以下、記号“ｓ”で表す）と、正解画像取得部１２により正解画像として取得された撮影画像データ（以下、記号“ｘ”で表す。正解画像ｘと記すこともある。）または２Ｄ画像生成部１３Ａにより３次元データｓから生成された２次元画像データ（以下、記号“ｇ(ｓ)”で表す）とを入力として、所定の識別アルゴリズムに従って、入力された画像が正解画像ｘであるか、２Ｄ画像生成部１３Ａにより生成された２次元画像データｇ(ｓ)であるかを識別し、正解画像であると識別される確率を第１の評価値（以下、記号“Ａ”で表す）として算出する。
　画像処理装置は、２次元画像データｇ(ｓ)を入力として第１の評価値算出部１４Ａにより算出される第１の評価値Ａを最大化するように２Ｄ画像生成部１３Ａの２Ｄ変換アルゴリズムを改変する。また、画像処理装置は、２次元画像データｇ(ｓ)を入力として第１の評価値算出部１４Ａにより算出される第１の評価値Ａを最小化するとともに、撮影画像データ（正解画像）ｘを入力として第１の評価値算出部１４Ａにより算出される第１の評価値Ａを最大化するように第１の評価値算出部１４Ａの識別アルゴリズムを改変する。識別アルゴリズムを改変するとは、入力された画像が正解画像か否かを識別する際の識別処理ロジックの変更や、その識別処理ロジックにおいて用いる関数やパラメータの変更、識別処理ロジックにおいて用いるライブラリの変更などの少なくとも１つを含む。
　ここで、２次元画像データｇ(ｓ)を入力として第１の評価値算出部１４Ａにより算出される第１の評価値Ａを最小化するとともに、正解画像ｘを入力として第１の評価値算出部１４Ａにより算出される第１の評価値Ａを最大化するように第１の評価値算出部１４Ａの識別アルゴリズムを改変するというのは、識別器に相当する第１の評価値算出部１４Ａが、入力される画像が正解画像なのかそうでないのかを識別する能力を高めるように学習することを意味する。この識別能力が高まっていけば、第１の評価値算出部１４Ａは、正解画像とわずかに異なる画像であっても、それが正解画像ではないと識別することができるようになる。
　一方、２次元画像データｇ(ｓ)を入力として第１の評価値算出部１４Ａにより算出される第１の評価値Ａを最大化するように２Ｄ画像生成部１３Ａの２Ｄ変換アルゴリズムを改変するというのは、２Ｄ画像生成部１３Ａが、第１の評価値算出部１４Ａが正解画像かどうかを識別できないような２次元画像データｇ(ｓ)を生成する能力を高めるように学習することを意味する。この生成能力が高まっていけば、２Ｄ画像生成部１３Ａは、正解画像と殆ど相違のない２次元画像データｇ(ｓ)を生成することができるようになる。
　実際には、２Ｄ画像生成部１３Ａによる学習と、第１の評価値算出部１４Ａによる学習とを交互に繰り返す。このように、２Ｄ画像生成部１３Ａ（generator）は、正解画像ｘにできるだけ近く第１の評価値算出部１４Ａを騙せるような２次元画像データｇ(ｓ)を生成し、第１の評価値算出部１４Ａ（discriminator）は、２Ｄ画像生成部１３Ａが正解画像に似せようとして生成した２次元画像データｇ(ｓ)と正解画像ｘとをできるだけ見分けられるように学習する。これにより、学習が進むと、２Ｄ画像生成部１３Ａは、撮影画像データｘと見分けがつかない２次元画像データｇ(ｓ)を生成することができるようになる。
＜第２パターン＞
　図３は、第２パターンによる学習を行う場合の機能構成例を示すブロック図である。第２パターンによる学習は、いわゆるスタイル変換（Neural Style Transfer）として知られた学習アルゴリズムの損失関数を適用したものである。図３に示すように、画像処理装置は、第２パターンによる学習を行うための機能構成として、２Ｄ画像生成部１３Ｂおよび第２の評価値算出部１４Ｂを備えている。
　第２の評価値算出部１４Ｂは、２次元画像データの画像分類のために学習済みのニューラルネットワークを有する。以下では、ニューラルネットワークを記号“Φ”で表し、当該ネットワークの各階層をΦ_Ｌで表す。第２の評価値算出部１４Ｂは、当該ニューラルネットワークΦを構成する各階層Φ_Ｌにおいて、正解画像取得部１２により取得された撮影画像データｘおよび２Ｄ画像生成部１３Ｂにより生成された２次元画像データｇ(ｓ)のそれぞれに関する値の差の合計値または平均値を第２の評価値（以下、記号“Ｂ”で表す）として算出する。
　すなわち、ニューラルネットワークΦの入力層（第１階層）Φ_１には、正解画像取得部１２により取得された正解画像ｘおよび２Ｄ画像生成部１３Ｂにより生成された２次元画像データｇ(ｓ)が入力される。ニューラルネットワークΦの第２階層Φ_２では、第１階層Φ_１の正解画像ｘおよび２次元画像データｇ(ｓ)からそれぞれ抽出された特徴量群をマップ化した特徴マップが生成される。ニューラルネットワークΦの第３階層Φ_２では、正解画像ｘおよび２次元画像データｇ(ｓ)のそれぞれに対応する第２階層Φ_２の特徴マップからそれぞれ更に抽出された特徴量群をマップ化した特徴マップが生成される。以下同様にして、第３階層以降Φ_Ｌ（Ｌ＝３，４，・・・）において特徴マップが生成される。
　例えば、第２の評価値算出部１４Ｂは、ニューラルネットワークΦの第１階層Φ_１における正解画像ｘの各ピクセルにおける色の値と２次元画像データｇ(ｓ) の各ピクセルにおける色の値との差の和または平均値（以下、差の和または平均値を単に差分と称することがある）を算出する。また、第２の評価値算出部１４Ｂは、第２階層以降Φ_Ｌ（Ｌ＝２，３，・・・）のそれぞれにおいて、正解画像ｘおよび２次元画像データｇ(ｓ)のそれぞれから生成される特徴マップにおける特徴量群の差の和または平均値（差分）を算出する。そして、各階層Φ_Ｌ（Ｌ＝１，２，３，・・・）において算出した差分を合計し、その合計値または平均値を第２の評価値Ｂとして算出する。
　画像処理装置は、第２の評価値算出部１４Ｂにより算出される第２の評価値Ｂを最小化するように２Ｄ画像生成部１３Ｂの２Ｄ変換アルゴリズムを改変する。第２の評価値Ｂを最小化するように２Ｄ画像生成部１３Ｂの２Ｄ変換アルゴリズムを改変するというのは、２Ｄ画像生成部１３Ｂが正解画像ｘと殆ど差のない２次元画像データｇ(ｓ)を生成する能力を高めるように学習することを意味する。この生成能力が高まっていけば、２Ｄ画像生成部１３Ｂは、撮影画像データｘと殆ど相違のない２次元画像データｇ(ｓ)を生成することができるようになる。
＜第３パターン＞
　図４は、第３パターンによる学習を行う場合の機能構成例を示すブロック図である。第４パターンによる学習は、いわゆるＣｙｃｌｅＧＡＮとして知られた学習アルゴリズムを適用したものである。図４に示すように、画像処理装置は、第３パターンによる学習を行うための機能構成として、２Ｄ画像生成部１３Ｃおよび評価値算出部１４Ｃを備えている。評価値算出部１４Ｃは、３次元データ生成部１４Ｃ－１、第１差分値算出部１４Ｃ－２、第２差分値算出部１４Ｃ－３および第３の評価値算出部１４Ｃ－４を備えている。
　３次元データ生成部１４Ｃ－１は、２次元の画像データから３Ｄモデルの３次元データを所定の３Ｄ変換アルゴリズムに従って生成する。なお、この３Ｄ変換アルゴリズムを、以下では記号“ｆ()”で表すものとする。ここで用いる３Ｄ変換アルゴリズムは、公知のアルゴリズムを用いることが可能である。ただし、後述するように、この３Ｄ変換アルゴリズムを学習によって改変するので、改変が可能なアルゴリズムであることを必須とする。
　なお、本実施形態において、３Ｄ変換アアルゴリズムを改変することは、例えば、２次元画像データを特定する２次元空間座標上の値を、３次元データを特定する３次元空間座標上の値に変換する際の変換処理ロジックの変更や、その変換処理ロジックにおいて用いる関数やパラメータの変更、変換処理ロジックにおいて用いるライブラリの変更などの少なくとも１つを含む。
　本実施形態では、３次元データ生成部１４Ｃ－１は、正解画像取得部１１により取得された撮影画像データ（正解画像）ｘから３次元データ（以下、記号“ｆ(ｘ)”で表す）を生成するとともに、２Ｄ画像生成部１３Ｃにより３次元データｓをもとに生成された２次元画像データｇ(ｓ)から３次元データ（以下、記号“ｆ(ｇ(ｓ))”で表す）を生成する。３次元データｆ(ｇ(ｓ))の生成は、３次元データｓから生成された２次元画像データｇ(ｓ)を元の３次元データｓに戻す処理に相当する（ただし、ｓ＝ｆ(ｇ(ｓ))になるとは限らない）。３次元データ生成部１４Ｃ－１により生成された３次元データｆ(ｘ)は２Ｄ画像生成部１３Ｃに供給され、３次元データｆ(ｇ(ｓ))は第１差分値算出部１４Ｃ－２に供給される。
　２Ｄ画像生成部１３Ｃは、３Ｄデータ取得部１１により取得された３次元データｓから所定の２Ｄ変換アルゴリズムに従って２次元画像データｇ(ｓ)を生成する。これに加えて、２Ｄ画像生成部１３Ｃは、正解画像取得部１１により取得された正解画像ｘから３次元データ生成部１４Ｃ－１により生成された３次元データｆ(ｘ)をもとに、２Ｄ変換アルゴリズムに従って２次元画像データｇ(ｆ(ｘ)) を生成する。この２次元画像データｇ(ｆ(ｘ))の生成は、正解画像ｘから生成された３次元データｆ(ｘ)を元の正解画像ｘに戻す処理に相当する（ただし、ｘ＝ｇ(ｆ(ｘ)になるとは限らない）。２Ｄ画像生成部１３Ｃにより生成された２次元画像データｇ(ｓ)は３次元データ生成部１４Ｃ－１に供給され、２次元画像データｇ(ｆ(ｘ)) は第２差分値算出部１４Ｃ－３に供給される。
　第１差分値算出部１４Ｃ－２は、２Ｄ画像生成部１３Ｃにより生成された２次元画像データｇ(ｓ)から３次元データ生成部１４Ｃ－１により生成された３次元データｆ(ｇ(ｓ))と、３Ｄデータ取得部１１により取得された３次元データｓとの差を第１差分値として算出する。第１差分値は、例えば、３次元データｆ(ｇ(ｓ))の各座標における色の値と３次元データｓの各座標における色の値との差の和または平均値とすることが可能である。ここで、２Ｄ画像生成部１３Ｃの２Ｄ変換アルゴリズムが完璧で、かつ、３次元データ生成部１４Ｃ－１の３Ｄ変換アルゴリズムも完璧であれば、３次元データｆ(ｇ(ｓ))と３次元データｓとが同じとなり、第１差分値はゼロとなる。
　第２差分値算出部１４Ｃ－３は、正解画像取得部１１により取得された正解画像ｘから３次元データ生成部１４Ｃ－１により生成された３次元データｆ(ｘ)をもとに２Ｄ画像生成部１３Ｃにより生成した２次元画像データｇ(ｆ(ｘ))と、正解画像取得部１１により取得された正解画像ｘとの差を第２差分値として算出する。第２差分値は、例えば、２次元画像データｇ(ｆ(ｘ))の各ピクセルにおける色の値と正解画像ｘの各ピクセルにおける色の値との差の和または平均値とすることが可能である。ここで、２Ｄ画像生成部１３Ｃの２Ｄ変換アルゴリズムが完璧で、かつ、３次元データ生成部１４Ｃ－１の３Ｄ変換アルゴリズムも完璧であれば、２次元画像データｇ(ｆ(ｘ))と正解画像ｘとが同じとなり、第２差分値はゼロとなる。
　第３の評価値算出部１４Ｃ－４は、第１差分値算出部１４Ｃ－２により算出された第１差分値と第２差分値算出部１４Ｃ－３により算出された第２差分値との合計値を第３の評価値（以下、記号“Ｃ”で表す）として算出する。
　画像処理装置は、第３の評価値算出部１４Ｃ－４により算出される第３の評価値Ｃを最小化するように２Ｄ画像生成部１３Ｃの２Ｄ変換アルゴリズムおよび３次元データ生成部１４Ｃ－１の３Ｄ変換アルゴリズムを改変する。第３の評価値Ｃを最小化するように２Ｄ画像生成部１３Ｃの２Ｄ変換アルゴリズムおよび３次元データ生成部１４Ｃ－１の３Ｄ変換アルゴリズムを改変するというのは、２Ｄ画像生成部１３Ｃが正解画像ｘと殆ど差のない２次元画像データｇ(ｆ(ｘ))を生成し、かつ、３次元データ生成部１４Ｃ－１が３次元データｓ（３次元データの正解データと言えるもの）と殆ど差のない３次元データｆ(ｇ(ｓ))を生成する能力を高めるように学習することを意味する。この生成能力が高まっていけば、２Ｄ画像生成部１３Ｃは、撮影画像データｘと殆ど相違のない２次元画像データｇ(ｓ)を生成することができるようになる。
＜第４パターン＞
　図５は、第４パターンによる学習を行う場合の機能構成例を示すブロック図である。図５に示すように、画像処理装置は、第４パターンによる学習を行うための機能構成として、２Ｄ画像生成部１３Ｄおよび第４の評価値算出部１４Ｄを備えている。
　第４の評価値算出部１４Ｄは、２Ｄ画像生成部１３Ｄにより生成された２次元画像データｇ(ｓ)と正解画像取得部１１により取得された正解画像ｘとの差を第４の評価値（以下、記号“Ｄ”で表す）として算出する。
　画像処理装置は、第４の評価値算出部１４Ｄにより算出される第４の評価値Ｄを最小化するように２Ｄ画像生成部１３Ｄの２Ｄ変換アルゴリズムを改変する。第４の評価値Ｄを最小化するように２Ｄ画像生成部１３Ｄの２Ｄ変換アルゴリズムを改変するというのは、２Ｄ画像生成部１３Ｄが正解画像ｘと殆ど差のない２次元画像データｇ(ｓ)を生成する能力を高めるように学習することを意味する。この生成能力が高まっていけば、２Ｄ画像生成部１３Ｄは、撮影画像データｘと殆ど相違のない２次元画像データｇ(ｓ)を生成することができるようになる。
　なお、評価値算出部１４は、図２～図５に示した第１パターン～第４パターンの何れか１つのみを備える構成としてもよいし、第１パターン～第４パターンのうち少なくとも２つを備え、当該少なくとも２つにより算出される評価値をそれぞれ最適化するように２Ｄ変換アルゴリズムを改変するようにしてもよい。なお、少なくとも２つの中に第１パターンが含まれる場合には、２次元画像データｇ(ｓ)を入力として第１の評価値算出部１４Ａにより算出される第１の評価値Ａを最小化するとともに、正解画像ｘを入力として第１の評価値算出部１４Ａにより算出される第１の評価値Ａを最大化するように第１の評価値算出部１４Ａの識別アルゴリズムを更に改変する。また、少なくとも２つの中に第３パターンが含まれる場合には、第３の評価値Ｃを最小化するように３次元データ生成部１４Ｃ－１の３Ｄ変換アルゴリズムを更に改変する。
　図６は、第１パターン～第４パターンを全て適用した場合における学習処理部１４の機能構成例を示す図である。なお、ここでは図示を簡略化しているが、各パターンの詳細な構成は、図２～図５に示した通りである。この場合、２Ｄ画像生成部１３は、各評価値算出部１４Ａ～１４Ｄにより算出される各評価値Ａ～Ｄをそれぞれ最適化（最大化または最小化）するように２Ｄ変換アルゴリズムを改変する。また、評価値算出部１４は、２次元画像データｇ(ｓ)を入力として第１の評価値算出部１４Ａにより算出される第１の評価値Ａを最小化するとともに、正解画像ｘを入力として第１の評価値算出部１４Ａにより算出される第１の評価値Ａを最大化するように第１の評価値算出部１４Ａの識別アルゴリズムを改変し、第３の評価値Ｃを最小化するように３次元データ生成部１４Ｃ－１の３Ｄ変換アルゴリズムを改変する。
　なお、２Ｄ画像生成部１３は、第１パターン～第４パターンのうち少なくとも２つにより算出される評価値をそれぞれ最適化することに代えて、当該少なくとも２つにより算出される評価値を重み付け加算し、その重み付け加算値を最適化するように２Ｄ変換アルゴリズムを改変するようにしてもよい。例えば、図６に示す構成において、２Ｄ画像生成部１３は、Ｈ＝αＡ＋βＢ＋γＣ＋δＤ（α，β，γ，δはそれぞれ重み付け係数で、ゼロを含む任意の値に設定可能）なる重み付け評価値Ｈを算出し、この重み付け評価値Ｈを最小化するように２Ｄ変換アルゴリズムを改変するようにしてよい。
　その他、上記実施形態は、何れも本発明を実施するにあたっての具体化の一例を示したものに過ぎず、これによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその要旨、またはその主要な特徴から逸脱することなく、様々な形で実施することができる。
　１１　３Ｄデータ取得部
　１２　正解画像取得部
　１３，１３Ａ～１３Ｄ　２Ｄ画像生成部
　１４　評価値算出部
　１４Ａ　第１の評価値算出部
　１４Ｂ　第２の評価値算出部
　１４Ｃ－１　３次元データ生成部
　１４Ｃ－２　第１差分値算出部
　１４Ｃ－３　第２差分値算出部
　１４Ｃ－４　第３の評価値算出部
　１４Ｄ　第４の評価値算出部

Claims (8)

  1. 　撮影画像が表面にマッピングされた３Ｄモデルの３次元データを取得する３Ｄデータ取得部と、
    　正解画像として用いる撮影画像データを取得する正解画像取得部と、
    　上記３Ｄデータ取得部により取得された３次元データから所定の２Ｄ変換アルゴリズムに従って２次元画像データを生成する２Ｄ画像生成部と、
    　上記２Ｄ画像生成部により生成された上記２次元画像データと上記正解画像取得部により取得された上記撮影画像データとの近似性を表す評価値を算出する評価値算出部とを備え、
    　上記２Ｄ画像生成部は、上記３次元データを上記２Ｄ画像生成部に入力して処理を繰り返し行ったときに生成される上記２次元画像データについて都度算出される上記評価値が最適化するように、上記２Ｄ変換アルゴリズムを学習によって改変することを特徴とする画像処理装置。
  2. 　上記評価値算出部は、上記３Ｄデータ取得部により取得された上記３次元データと、上記正解画像取得部により取得された上記撮影画像データまたは上記２Ｄ画像生成部により生成された上記２次元画像データとを入力として、所定の識別アルゴリズムに従って、入力された画像が正解画像であるか、上記２Ｄ画像生成部により生成された２次元画像データであるかを識別し、上記正解画像であると識別される確率を第１の評価値として算出する第１の評価値算出部により構成され、
    　上記２次元画像データを入力として上記第１の評価値算出部により算出される上記第１の評価値を最大化するように上記２Ｄ画像生成部の上記２Ｄ変換アルゴリズムを改変し、上記２次元画像データを入力として上記第１の評価値算出部により算出される上記第１の評価値を最小化するとともに、上記撮影画像データを入力として上記第１の評価値算出部により算出される上記第１の評価値を最大化するように上記第１の評価値算出部の上記識別アルゴリズムを改変することを特徴とする請求項１に記載の画像処理装置。
  3. 　上記評価値算出部は、上記２次元画像データの画像分類のために学習済みのニューラルネットワークを有し、当該ニューラルネットワークを構成する各階層において上記正解画像取得部により取得された上記撮影画像データおよび上記２Ｄ画像生成部により生成された上記２次元画像データのそれぞれに関する値の差の合計値または平均値を第２の評価値として算出する第２の評価値算出部により構成され、
    　上記第２の評価値算出部により算出される上記第２の評価値を最小化するように上記２Ｄ画像生成部の上記２Ｄ変換アルゴリズムを改変することを特徴とする請求項１に記載の画像処理装置。
  4. 　上記評価値算出部は、
    　画像データから３Ｄモデルの３次元データを所定の３Ｄ変換アルゴリズムに従って生成する３次元データ生成部と、
    　上記２Ｄ画像生成部により生成された上記２次元画像データから上記３次元データ生成部により生成された３次元データと上記３Ｄデータ取得部により取得された上記３次元データとの差を第１差分値として算出する第１差分値算出部と、
    　上記正解画像取得部により取得された上記撮影画像データから上記３次元データ生成部により生成された３次元データをもとに上記２Ｄ画像生成部により生成した２次元画像データと上記正解画像取得部により取得された上記撮影画像データとの差を第２差分値として算出する第２差分値算出部と、
    　上記第１差分値算出部により算出された上記第１差分値と上記第２差分値算出部により算出された上記第２差分値との合計値を第３の評価値として算出する第３の評価値算出部とを備え、
    　上記第３の評価値算出部により算出される上記第３の評価値を最小化するように上記２Ｄ画像生成部の上記２Ｄ変換アルゴリズムおよび上記３次元データ生成部の上記３Ｄ変換アルゴリズムを改変することを特徴とする請求項１に記載の画像処理装置。
  5. 　上記評価値算出部は、上記２Ｄ画像生成部により生成された上記２次元画像データと上記正解画像取得部により取得された上記撮影画像データとの差を第４の評価値として算出する第４の評価値算出部により構成され、
    　上記第４の評価値算出部により算出される上記第４の評価値を最小化するように上記２Ｄ画像生成部の上記２Ｄ変換アルゴリズムを改変することを特徴とする請求項１に記載の画像処理装置。
  6. 　上記評価値算出部は、
    　上記３Ｄデータ取得部により取得された上記３次元データと、上記正解画像取得部により取得された上記撮影画像データまたは上記２Ｄ画像生成部により生成された上記２次元画像データとを入力として、所定の識別アルゴリズムに従って、入力された画像が正解画像であるか、上記２Ｄ画像生成部により生成された２次元画像データであるかを識別し、上記正解画像であると識別される確率を第１の評価値として算出する第１の評価値算出部と、
    　上記２次元画像データの画像分類のために学習済みのニューラルネットワークを有し、当該ニューラルネットワークを構成する各階層において上記正解画像取得部により取得された上記撮影画像データおよび上記２Ｄ画像生成部により生成された上記２次元画像データのそれぞれから生成される特徴量を差の合計値または平均値を第２の評価値として算出する第２の評価値算出部と、
    　上記２Ｄ画像生成部により生成された上記２次元画像データから所定の３Ｄ変換アルゴリズムに従って生成された３次元データと上記３Ｄデータ取得部により取得された上記３次元データとの差を第１差分値として算出するとともに、上記正解画像取得部により取得された上記撮影画像データから上記所定の３Ｄ変換アルゴリズムに従って生成された３次元データをもとに上記２Ｄ画像生成部により生成した２次元画像データと上記正解画像取得部により取得された上記撮影画像データとの差を第２差分値として算出し、当該算出した上記第１差分値と上記第２差分値との合計値を第３の評価値として算出する第３の評価値算出部と、
    　上記２Ｄ画像生成部により生成された上記２次元画像データと上記正解画像取得部により取得された上記撮影画像データとの差を第４の評価値として算出する第４の評価値算出部と、
    のうち少なくとも２つを備え、
    　上記少なくとも２つにより算出される評価値をそれぞれ最適化するように上記２Ｄ変換アルゴリズムを改変し、上記少なくとも２つの中に上記第１の評価値算出部が含まれる場合には、上記２次元画像データを入力として上記第１の評価値算出部により算出される上記第１の評価値を最小化するとともに、上記撮影画像データを入力として上記第１の評価値算出部により算出される上記第１の評価値を最大化するように上記識別アルゴリズムを更に改変し、上記少なくとも２つの中に上記第３の評価値算出部が含まれる場合には上記第３の評価値を最小化するように上記３Ｄ変換アルゴリズムを更に改変することを特徴とする請求項１に記載の画像処理装置。
  7. 　上記少なくとも２つにより算出される評価値をそれぞれ最適化することに代えて、上記少なくとも２つにより算出される評価値を重み付け加算し、その重み付け加算値を最適化するように上記２Ｄ変換アルゴリズムを改変することを特徴とする請求項６に記載の画像処理装置。
  8. 　撮影画像が表面にマッピングされた３Ｄモデルの３次元データを取得する３Ｄデータ取得手段、
    　正解画像として用いる撮影画像データを取得する正解画像取得手段、
    　上記３Ｄデータ取得手段により取得された３次元データから所定の２Ｄ変換アルゴリズムに従って２次元画像データを生成する２Ｄ画像生成手段、および
    　上記２Ｄ画像生成手段により生成された上記２次元画像データと上記正解画像取得手段により取得された上記撮影画像データとの近似性を表す評価値を算出する評価値算出手段を備え、
    　上記２Ｄ画像生成手段は、上記３次元データを上記２Ｄ画像生成手段に入力して処理を繰り返し行ったときに生成される上記２次元画像データについて都度算出される上記評価値が最適化するように、上記２Ｄ変換アルゴリズムを学習によって改変するようにコンピュータを機能させるための画像処理用プログラム。
PCT/JP2019/014985 2018-04-06 2019-04-04 画像処理装置および２次元画像生成用プログラム WO2019194282A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP19774044.2A EP3591620B1 (en) 2018-04-06 2019-04-04 Image processing device and two-dimensional image generation program
CN201980002055.7A CN110546687B (zh) 2018-04-06 2019-04-04 图像处理装置及二维图像生成用程序
US16/498,875 US10893252B2 (en) 2018-04-06 2019-04-04 Image processing apparatus and 2D image generation program
ES19774044T ES2906626T3 (es) 2018-04-06 2019-04-04 Dispositivo de tratamiento de imágenes y programa de generación de imágenes bidimensionales

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018073826A JP6601825B2 (ja) 2018-04-06 2018-04-06 画像処理装置および２次元画像生成用プログラム
JP2018-073826 2018-04-06

Publications (1)

Publication Number Publication Date
WO2019194282A1 true WO2019194282A1 (ja) 2019-10-10

Family

ID=68100715

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/014985 WO2019194282A1 (ja) 2018-04-06 2019-04-04 画像処理装置および２次元画像生成用プログラム

Country Status (6)

Country Link
US (1) US10893252B2 (ja)
EP (1) EP3591620B1 (ja)
JP (1) JP6601825B2 (ja)
CN (1) CN110546687B (ja)
ES (1) ES2906626T3 (ja)
WO (1) WO2019194282A1 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113763231B (zh) 2020-06-08 2024-02-09 北京京东乾石科技有限公司 模型生成方法、图像透视图确定方法、装置、设备及介质
CN112509129B (zh) * 2020-12-21 2022-12-30 神思电子技术股份有限公司 一种基于改进gan网络的空间视场图像生成方法
CN112634128B (zh) * 2020-12-22 2022-06-14 天津大学 一种基于深度学习的立体图像重定向方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006004158A (ja) 2004-06-17 2006-01-05 Olympus Corp 画像処理プログラム、画像処理方法、画像処理装置及び記録媒体
WO2006049147A1 (ja) 2004-11-04 2006-05-11 Nec Corporation 三次元形状推定システム及び画像生成システム
JP2017004065A (ja) 2015-06-04 2017-01-05 キヤノン株式会社 サムネイル画像作成装置、３次元造形システム
US20180012411A1 (en) * 2016-07-11 2018-01-11 Gravity Jack, Inc. Augmented Reality Methods and Devices
JP6276901B1 (ja) * 2017-05-26 2018-02-07 楽天株式会社 画像処理装置、画像処理方法、および画像処理プログラム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7643671B2 (en) * 2003-03-24 2010-01-05 Animetrics Inc. Facial recognition system and method
JP5393318B2 (ja) * 2009-07-28 2014-01-22 キヤノン株式会社 位置姿勢計測方法及び装置
WO2012025786A1 (en) * 2010-08-24 2012-03-01 Penjani Wallen Mphepo Autostereoscopic 3-dimensional display system
JP6270450B2 (ja) 2013-12-13 2018-01-31 キヤノン株式会社 放射線検出装置、放射線検出システム、及び、放射線検出装置の製造方法
CN103761767A (zh) * 2014-01-02 2014-04-30 华南理工大学 一种基于稀疏数据的三维超声图像快速重建方法
US10451403B2 (en) * 2015-10-23 2019-10-22 The Boeing Company Structure-based camera pose estimation system
US10290119B2 (en) * 2016-09-15 2019-05-14 Sportsmedia Technology Corporation Multi view camera registration

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006004158A (ja) 2004-06-17 2006-01-05 Olympus Corp 画像処理プログラム、画像処理方法、画像処理装置及び記録媒体
WO2006049147A1 (ja) 2004-11-04 2006-05-11 Nec Corporation 三次元形状推定システム及び画像生成システム
JP2017004065A (ja) 2015-06-04 2017-01-05 キヤノン株式会社 サムネイル画像作成装置、３次元造形システム
US20180012411A1 (en) * 2016-07-11 2018-01-11 Gravity Jack, Inc. Augmented Reality Methods and Devices
JP6276901B1 (ja) * 2017-05-26 2018-02-07 楽天株式会社 画像処理装置、画像処理方法、および画像処理プログラム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
See also references of EP3591620A4
SHINDO, TOSHINORI: "With Ken Kutaragi as Outside Director, a Mysterious AI Venture in Ebisu: Automating New Deep Learning ''Generation Models", NIKKEI ROBOTICS, vol. 29, 10 November 2017 (2017-11-10), pages 3 - 12, XP009517286, ISSN: 2189-5783 *

Also Published As

Publication number Publication date
JP6601825B2 (ja) 2019-11-06
US20200092529A1 (en) 2020-03-19
CN110546687B (zh) 2022-05-17
EP3591620A1 (en) 2020-01-08
US10893252B2 (en) 2021-01-12
ES2906626T3 (es) 2022-04-19
JP2019185295A (ja) 2019-10-24
CN110546687A (zh) 2019-12-06
EP3591620B1 (en) 2021-12-15
EP3591620A4 (en) 2020-03-18

Similar Documents

Publication Publication Date Title
JP6441980B2 (ja) 教師画像を生成する方法、コンピュータおよびプログラム
JP7040278B2 (ja) 顔認識のための画像処理装置の訓練方法及び訓練装置
WO2019194282A1 (ja) 画像処理装置および２次元画像生成用プログラム
US20200057831A1 (en) Real-time generation of synthetic data from multi-shot structured light sensors for three-dimensional object pose estimation
US20230169677A1 (en) Pose Estimation Method and Apparatus
Orts-Escolano et al. 3d surface reconstruction of noisy point clouds using growing neural gas: 3d object/scene reconstruction
JP7294788B2 (ja) ３ｄ配置のタイプに応じた２ｄ画像の分類
WO2020066662A1 (ja) 形状補完装置、形状補完学習装置、方法、及びプログラム
JP2019008571A (ja) 物体認識装置、物体認識方法、プログラム、及び学習済みモデル
CN110838122A (zh) 点云的分割方法、装置及计算机存储介质
CN112509109A (zh) 一种基于神经网络模型的单视图光照估计方法
US20180264736A1 (en) Device for processing data for additive manufacturing
JP2023109570A (ja) 情報処理装置、学習装置、画像認識装置、情報処理方法、学習方法、画像認識方法
KR20230073751A (ko) 레이아웃 기반의 동일 화풍 영상 생성 시스템 및 방법
CN115690359B (zh) 一种点云处理方法、装置、电子设备及存储介质
JP7416170B2 (ja) 学習方法、学習装置、プログラムおよび記録媒体
TW202100951A (zh) 影像匹配方法、及用於執行影像匹配處理的演算系統
US10510177B2 (en) Data processing device
Lee et al. Overfitting control for surface reconstruction
CN117351157B (zh) 单视图三维场景位姿估计方法、系统及设备
WO2022123636A1 (ja) 学習用データ生成装置及び学習用データ生成方法
JP6796850B2 (ja) 物体検出装置、物体検出方法および物体検出プログラム
CN114004856A (zh) 一种深度图像滤波方法、装置、电子设备
JP2023005937A (ja) 機械学習モデルを用いて被判別データのクラス判別処理を実行する方法、情報処理装置、及び、コンピュータープログラム
JP2022014334A (ja) 情報処理装置、情報処理方法およびプログラム

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2019774044

Country of ref document: EP

Effective date: 20191004

NENP Non-entry into the national phase

Ref country code: DE