研究内容

• 

  自律移動ロボットに関する研究

  人が移動する場合と同様に、道なり走行と交差点における方向転換を繰り返すことにより自律移動を行う手法を研究している。本研究の特徴は画像のみを入力とし、意味論的領域分割の結果のみに基づきロボットの行動を決定していることである。その実現のため、距離を擬似的に測定するための Virtual LiDAR、移動軌跡を得るための Visual Odometry の研究も行い、実環境で利用可能な方式の実現を目指している。

  

• 

  画像処理に基づく姿勢推定とその応用

  姿勢推定とは、人物の腕や手足といった部位が画像平面あるいは実空間においてどのような位置にどのような姿勢で存在するかを推定する技術である。本研究室では、歩き方に着目した個人識別技術である歩容解析、スポーツ選手のパフォーマンス向上のための動作解析、武術のような伝統技術の保存を目的とした3次元計測等を対象とし、主たる入力情報である画像に対して機械学習技術に基づく手法の構築に取り組んでいる。

  

• 

  データセットの自動・半自動生成

  深層学習技術の応用には大規模な訓練データセットが不可欠であるが、作成に要する人的労力は膨大である。この問題を解決するため、3D CG や実測 3D スキャンデータを活用し、データセットを自動的あるいは僅かな人的労力を加えるのみで生成する方法を模索している。特に、人の目には違和感が無いレベルであっても問題となる人工データと実データの間に生じるドメインギャップへの対応が主な課題となっている。

  

• 

  VR/AR 技術の実アプリケーションへの応用

  VR/AR 技術の用途として一般に考えられるのはエンターテインメント領域であるが、本研究ではより工業的応用を考えたアプリケーションの実現に取り組んでいる。下図の例では、3D CG を訓練入力として用いて構築された分類器を用い、入力画像に含まれている部品の分類を行い、分類結果に基づき Hololens を用いて分類結果と実空間における画像情報をオーバーレイ表示している。

  

• 

  システム実装に関する研究

  画像を入力とするリアルタイムシステムでは、適切な並列化や専用HWの利用が不可欠である。本研究室では、上述のような様々なタスクを解く手法に関する研究だけでなく、このような処理を実時間で行うためのシステムアーキテクチャに関する研究にも取り組んでいる。特に、対象アプリケーションとシステム実装の両面において深い知見が要求されるエッジコンピューティングにおけるシステム最適化は強みの1つである。