化学品の市場調査、研究開発の支援、マーケット情報の出版

1日で分かVisual SLAMの基礎

■ 自己位置推定・マッピングのためのコンピュータビジョン・画像処理技術を解説
■ SfMとvisual SLAMのポイントがわかる
　
Zoomオンラインセミナー

トリケップスセミナー

　開催日時：2023年12月8日（金）10:00～16:00
　参 加 費：お1人様受講の場合　53,900円（税込/1名）
　　　　　1口（1社3名まで受講可能）でお申し込みの場合　66,000円（税込/1口）

　★　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、スクリーンキャプチャ等は固くお断りいたします。

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 and Mapping)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.

講義項目

　自己位置推定・マッピングは，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で用いられつつある技術です．特に，カメラを用いたものをvisual SLAM(vSLAM)，さらに，IMUを併用したものをvisual-inertial SLAM(VIS)と呼ばれています．写真測量などの３次元計測（マッピング）とは表裏一体の関係にあります．その背景にある技術は，カメラ幾何・画像処理に基づくコンピュータビジョンです．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対象に，３次元的な自己位置推定・マッピング処理を対象としたコンピュータビジョン技術を初歩から概説します．カメラの投影モデルや特徴点トラッキングなどの基礎技術から，古くから研究がなされてきたオフライン型structure from motion（SfM)，Hololens，ARCore，ARKitなどにも用いられるオンライン型visual SLAMの枠組みに至るまでを理解できることを目的とします．

　コンピュータビジョン技術を実運用する場合，動作が不安定であり，また，期待した精度が出ない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，vSLAMを用い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．
　　
　　1. vSLAMの歴史と関連技術
　　
　　　　　- SLAM技術の変遷, vSLAM手法の分類
　　　　　- structure from motion, multi view stereoとの違い
　　
　　2. 画像処理の基礎
　　
　　　　　- 特徴点マッチング
　　　　　- 画像検索
　　
　　3. カメラ幾何の基礎
　　
　　　　　- 座標系
　　　　　- 透視投影
　　　　　- 三角測量
　　　　　- エピポーラ幾何
　　
　　4. 特徴点を用いた単眼vSLAMの枠組み
　　
　　　　　- Initialization
　　　　　- Localization/Tracking
　　　　　- Mapping
　　　　　- Relocalizaiton
　　　　　- Loop closure
　　
　　5. 他のvSLAMの分類
　　
　　　　　- visual inertial SLAM（VIS）
　　　　　- ダイレクト法
　　　　　- RGBD SLAM