＜１日で分かる＞自己位置推定・環境地図作成のためのコンピュータビジョン・画像処理 ：vSLAM, SfM, MVS, NeRFの基礎

セミナー講師

内山 英昭　氏奈良先端科学技術大学院大学　先端科学技術研究科 情報科学領域 サイバネティクス・リアリティ工学研究室（CAREラボ）　准教授

＜ 略 歴 ＞2006年3月 慶應義塾大学 理工学部 情報工学科 卒業2007年9月 慶應義塾大学大学院 開放環境科学専攻 修士課程 修了2010年9月 慶應義塾大学大学院 開放環境科学専攻 博士課程 修了2010年10月－2012年6月 フランス国立情報学自動制御研究所 博士研究員2012年7月－2014年3月 株式会社 東芝 研究開発センター2014年4月 九州大学 大学院システム情報科学研究院 助教2018年4月 九州大学 附属図書館 准教授2021年4月 現職 拡張現実感のためのコンピュータビジョン技術の研究に従事．2012年より3年間，拡張現実感に関する国際会議International Symposium on Mixed and Augmented Reality(ISMAR)の論文選定委員を歴任．2015年のISMAR及び2016年のVR学会で開催されたvisual SLAMの性能を競うトラッキングコンペティションを運営．visual SLAMのオープンソースのライブラリであるATAM(Abecedary Tracking andMapping)を開発[1]．拡張現実感に用いられる位置合わせ技術に関する本[2]や解説論文[3]を執筆．[1] https://github.com/CVfAR/ATAM[2] AR(拡張現実)技術の基礎・発展・実践 (設計技術シリーズ)，科学情報出版（第一章担当）[3] E.Marchand, H.Uchiyama and F. Spindler, “Pose Estimation for Augmented Reality: 　　A Hands-On Survey,” IEEE Transactions on Visualization and Computer Graphics, 　　vol.22, pp.2633-2651, 2016.

セミナー受講料

お1人様受講の場合　53,900円[税込] / 1名1口でお申込の場合　66,000円[税込] / 1口（3名まで受講可能）

受講について

• 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング（http://zoom.us/test）にアクセスできることをご確認下さい。
• インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。
• 受講中の録音・撮影等は固くお断りいたします。

セミナー趣旨

自己位置推定と環境地図作成の技術は，ドローン，ロボットや自動車の自動走行からスマートフォン向けAR/VRにいたるまで多岐にわたるアプリケーションの基盤技術です．これらの技術は，カメラを主たるセンサとして実現しているものが広く用いられています．LiDAR等の他のセンサと比べ，センチ単位の位置・方向推定，高フレームレートな推定，さらには視覚情報に基づく空間認識と組み合わせた高度な制御を実現できることが特徴です．

本セミナーでは，コンピュータビジョンの初学者から包括的に学びなおしたい方，上記技術に従事することになった方などを対象に，３次元的な自己位置推定・環境地図作成のためのコンピュータビジョン技術を初歩から概説します．具体的には特徴点マッチングや画像検索等の画像処理技術及びカメラの透視投影モデル，三角測量，バンドル調整等のコンピュータビジョン技術を説明します．その後，写真測量の基盤となるSfMやMVS，オンライン自己位置推定技術であるVisual SLAM，さらには近年注目されているディープラーニングに基づく環境地図作成技術のNeRFを説明します．これらの技術は密接に関係があるため，それらを包括的に学ぶことが望ましいです．

コンピュータビジョン技術を実運用する場合，期待した精度が出ない，動作が不安定といった問題に直面することが多いと思います．そこで，上記技術の長所や短所，カメラのみでは解決できない問題点などを説明し，コンピュータビジョンに基づくアプリケーションを設計または使用する場合の適切なシステムデザインをできる知識が得られることを目指します．最後に，最新の技術動向に基づいた今後の展望についても紹介いたします．

セミナープログラム

　　　1. 自己位置推定・環境地図作成技術の歴史　　　2. 画像処理の基礎　　　　　2.1　特徴点マッチング　　　　　2.2　画像検索　　　3. カメラ幾何の基礎　　　　　3.1　座標系と3次元幾何変換　　　　　3.2　透視投影モデル　　　　　3.3　三角測量　　　4. SLAMを例とした自己位置推定と環境地図作成のアルゴリズム　　　　　4.1　Initialization　　　　　4.2　Localization　　　　　4.3　Mapping + Bundle adjustment　　　　　4.4　Loop closure　　　　　4.5　Relocalization　　　5. 他の自己位置推定と環境地図作成のアルゴリズム　　　　　5.1　Structure from Motion (SfM)　　　　　5.2　Multi-view Stereo (MVS)　　　　　5.3　Neural Radiance Fields (NeRF)