文献

J-GLOBAL ID：202102263918934634   整理番号：21A0165767

単一構造化光パターンを用いたANNに基づくオンライン高密度3D再構成法【JST・京大機械翻訳】

On-line Dense 3D Reconstruction Method based on ANN us-ing a Single Structured Light Pattern

著者 (3件)： Liu Jinbo (Hypervelocity Aerodynamics Institute, China Aerodynamics Research and Development Center, Mianyang 621000, China) ,  Sun Xiaoliang (College of Aerospace Science and Engineering, National University of Defense Technology, Changsha 410000, China) ,  Wu Jinshui (Hypervelocity Aerodynamics Institute, China Aerodynamics Research and Development Center, Mianyang 621000, China)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1693  号： 1  ページ： 012026 (10pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 表面変形測定のような様々な応用に対して,動的シーンと小さなテクスチャを持つ変形可能な物体を測定するための高密度3D再構成技術が広く研究されている。著者らは,走査の実際の状況が,物体が空力力の作用の下で変形するとき,モーメントでオンラインで連続した形状を獲得し,表面変形を測定すると仮定した。本論文では,単一画像から3D形状を再構成する1ショット走査法に基づく3D表面データのオンライン取得のためのそのような技術を提示し,そこでは,de Bruijnシーケンスを用いた簡単なカラー符号化パターンを物体上に投影した。提案した手法は,大域的平滑性と連続表面の仮定を必要としない利点を持つ。単一画像から3D再構成を実現するためには,例えば,投影システムおよびイメージングシステムにおける色収差の影響,および投影機とカメラ画素の間の正確な対応の確立の困難さのために,構造化光パターンの復号化の困難さを解決すべき問題がある。本論文は,(1)人工ニューラルネットワーク(ANN)に基づく効率的でロバストなパターン復号法,(2)位相マップと多重視野幾何学を用いたサブピクセルマッチング法,の2つの方法を組み合わせることによる課題の解決策について述べた。さらに,アルゴリズムロバスト性を改善するためにいくつかの効果的戦略を採用した。実際の実験を行い,典型的な構成における走査システムの精度と効率を試験した。結果は,走査システムが,0.09mmの精度と10fpsの効率で,高分解能で3D形状をオンラインで再構成できることを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  カメラ ,  幾何学 ,  投影機 ,  画素 ,  復号化 ,  多重化 ,  走査装置 ,  位相 ,  *三次元 ,  モーメント ,  ロバスト性
準シソーラス用語： 三次元形状 ,  *オンライン ,  *3D画像再構成 , 【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 (4件)： 構造化光 ,  オンライン ,  高密度 ,  3D再構成