文献

J-GLOBAL ID：201702224575934129   整理番号：17A0911313

計算深度センシング:高速商品深度カメラに向けて【Powered by NICT】

Computational Depth Sensing : Toward high-performance commodity depth cameras

著者 (4件)： Xiong Zhiwei (University of Science and Technology of China, Hefei, Anhui, China) ,  Zhang Yueyi (Microsoft, Vancouver, Canada) ,  Wu Feng (College of Information Science, University of Science and Technology of China, Hefei, Anhui, China) ,  Zeng Wenjun (Microsoft Research, Beijing, 100080, China)
資料名： IEEE Signal Processing Magazine  (IEEE Signal Processing Magazine)
巻： 34  号： 3  ページ： 55-68  発行年： 2017年 
JST資料番号： H0928A  ISSN： 1053-5888  CODEN： ISPRE6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 深さ情報は,様々な応用で重要な役割を果たし,製造,医用画像処理,コンピュータビジョン,グラフィックス,仮想/拡張現実感(VR/AR)を含む。深さ検知は,何十年もの間,学界と産業界のコミュニティからの持続的注意を集めている。主流深さカメラは三カテゴリー:ステレオ,飛行時間(ToF),および構造化光に分けることができる。ステレオカメラは,アクティブ照明を必要とせず,屋外でも使用できるが,それらは均一な表面に対してぜい弱である。最近,市販の光場カメラはマルチビュー立体配置を用いた改良型深さ推定能力を実証した。ToFカメラは高フレームレートで動作し,タイムクリティカルシナリオに適合するが,ノイズに感受性であり,低分解能[3]に限られている。構造化光カメラは,高分解能,高精度深さを生成し,数のパターンを連続的に用いることを提案することができる。有望で信頼できる性能のために,構造化光アプローチは三次元(3 D)走査目的のために広く採用されている。しかし,構造化光を用いた実時間深さを達成するいずれか高速(高価な)ハードウェアを必要とするか,または単一パターンを用いて深さ分解能と精度を犠牲にする。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： コンピュータビジョン ,  走査 ,  ステレオ音響 ,  *高速度 ,  高分解能 ,  照明 ,  拡張現実感 ,  雑音 ,  ハードウェア ,  三次元 ,  *カメラ
準シソーラス用語： 高精度 ,  フレームレート ,  ステレオカメラ ,  構造化光 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 計算 ,  深度 ,  センシング ,  商品 ,  深度カメラ