広島市立大学・情報科学研究科・教授

科学研究費助成事業　　研究成果報告書

様　式　Ｃ－１９、Ｆ－１９－１、Ｚ－１９ （共通）

機関番号：

研究種目：

課題番号：

研究課題名（和文）

研究代表者

研究課題名（英文）

交付決定額（研究期間全体）：（直接経費）

２５４０３

基盤研究(B)（一般）

2017～2015

メゾスケール構造を有する物体表面の精確なモデリングおよび再現

Precise Modeling and Rendering of the surface of objects with mesoscopic structure

４０３１４４０５研究者番号：

日浦　慎作（Hiura, Shinsaku）

研究期間：

１５Ｈ０２７２７

年 月 日現在 元 ５ ２２

円 12,970,000

研究成果の概要（和文）：複雑な反射特性を有する物体の形状と反射特性を効率よくモデル化・レンダリングする手法を開発した．見えの計測と圧縮については，負値を取り扱う必要がないNMF（非負値行列因子分解）を用いることで，レンダリングの高速化にも寄与することを示した．また形状の計測については，照明の方位が不明でも陰影変化から物体の形状を求めることができる未校正照度差ステレオ法に関する研究を行った．

研究成果の概要（英文）：We developed the methods to model and render the shape and reflection of objects with complex reflection property. For the measurement and compression of the appearance of an object, we used NMF (Non-negative Matrix Factorization) which does not need to handle negative values, and confirmed that our method contributes to accelerate rendering with high quality. For the measurement of the 3D shape of objects, we did a research on uncalibrated photometric stereo method which can estimate the shape of objects with unknown illumination conditions.

研究分野： コンピュータビジョン

キーワード： 双方向テクスチャ関数　照度差ステレオ法　非負値行列因子分解

１版

令和

研究成果の学術的意義や社会的意義皮革や織物など微細な凹凸とテクスチャを有する実物体の反射特性や形状を計測し，それを任意の形状・視点・光源環境に適用したCGを生成することは従来困難であったが，これを実現する手法を開発した．この技術は，自動車内装や服飾等の分野における品質管理，電子商取引（ネット販売），試作レス化など，日本独自の高度なものづくりにおける高付加価値化と製造拠点の国際化による低コスト化を両立させるために必須の技術である．

ɦɥĠĦƎ{�?ȕĿÍƪƪ ÆŅhȕ�ä´ōñāȕ\�Ȕ�ǷɤÊÕȕȡȕȎǾȥȔȖ�Ķ�ʼnǼoȌȏǽȉĹIJȓ¬ŗȢȾɟȼȪùǻȃȉɤǷȩȗ¬§ę")ȔħłȃȉȂȤȓȦƧ�F"JǼòȠȤȧȏǷȦɥ�ÇȐőƂ¸ĄȕýwĤŷȢŲÖŧƃȕxçJȔȣȦȸȼɆɁȰɟȡZÌȔòȠȤȧȏǺȥɤȀȧȤȪ�ħȅȦȉȠȔɤǷǻȔȃȏ¬§ę")ȕDƂȑaųĬďȪŌǸȕǻǼ3ƀęŦƟȑȓȌȏǷȦɥȃǻȃɤ ǹȗńHŶȐȖȱɟȻɟ;EȢĈŰȓȒÃ)ȐŎȃȢȅǷœıȔ�ȃɤ4wŏȕų¬ȕȣǸȓœıȖɤȈȕŇȃ©ȃȪÃ)JȅȦȀȑȖǺȨǻɤȈȧȪşƋɠ5ĎȅȦ²öȡġħȃȏǷȦȑȖŜǷǼȉǾɤ!ĆȑȃȏĎĉYȩȇȢľ�ȕIȔ!~ȃǼȋȐǶȦɥƪƪ �ōęȓřĄȐȖɤêŁ°�aȢsŏƛȕȣǸȓkųȓıÖȔȍǷȏȖɤƽnjƿǁƫOÇ\P�č<�ƐÃƬȕŝÿȔpȎǾ ƾǂ đ°Ȕȣȥ�6ȔƄňȓǷŎĎǼTŀȑȓȥȍȍǶȦɥȃǻȃĚƜȢĺĉȓȒɤŒƘȓP�Ċ§ȑ:9ȪÑȅȦıÖȔȍǷȏȖɤȈȕų¬ǼȣȥcƟȑȂȧȦȀȑǼxǷȔȡƐȩȤȆɤó�ęȓşƋɠ5Ď²öȖ~jȃȓǷɥƽnjƿǁ ȕ¹�ȐǶȦ ƽǎǁɢOÇ\ɄȵȼɂɗƐÃɣȖɤȈȕɅɡɀƊȕyǽȂǼcƟȑȓȦȊǿȐȓǾɤĉ�ȕ:9ȪƓȔ]ȝȓǷŎĎȐǶȦȉȠɤŎƛȪúǷŚ�ǻȤŔȉÌȕ:9¬ȕŎĎȔcƟǼǶȦȀȑǼĞȤȧȏǷȦɥȀȕȣǸȓĉ�ȕĮġȓɖɅɚɟȶȑ ƾǂ 5ĎȪŌǸȉȠȔȖɤȈȕɕȿȼȷɡɛæƂȕDz���ę�ċdzȑDzP�Ċ§dzȕŝÿɠśÛȔŵȞŽȟȀȑǼ¤œȐǶȦǼɤZ�ȕĉ�ȔǺǷȏȀȧȤ�ĽȪĶYęȔŎĎȅȦȀȑȪTŀȑȅȦŝÿɠśÛ´ōȖȝȊġħȂȧȏǷȓǷɥƪƪɧɥĠĦȕěęƪƪ êŁȢsŏŎƛȓȒkųȓĉ�ȖɤȈȕP�Ċ§Ȫŝÿȃ ƾǂ ɖɅɛȔƅēȅȦȀȑȐÕĉȈȌǾȥȕ ƾǂ Ȫđ°ȅȦȀȑǼ;ÙȦɥȈȧȔ�ȃɤĚƜȢĺĉȓȒ£IJȓ:9ȑɄȵȼɂɗȪÑȅȦ�ĉ�ȕP�Ċ§ȪŝÿȃɤȈȧȪ�«ȕ�ċɠŖĄɠ/ĀĐtȔƅēȃȉ ƾǂ Ȫđ°ȅȦȀȑȖfƙȐǶȦɥÕĠĦȐȖĠĦĴĺæ°bǼÑȅȦŎƛP�śÛɠ�ċŝÿǺȣȘ ƾǂ đ°ȔƐȅȦĞŔȪĵƗȃɤĉ�ŎƛȕɕȿȼȷɡɛæƂȕ���ęɠÿ/�ęĊ§Ȫŝÿɠ<ÛȃɤɈɟɊəɕɆɚɃȵȓɜɟɁɚɟȶöȑĴȞYȩȇȦȀȑȐɤ�ĉȕǶȥȕȝȝȕų¬Ȫƾǂ�Ȑ5ĎȅȦ²öȕƎĘȪŌǸɥȀȕ´ōȖɤńHŶ4ŏȢÒƢĩȕ<ƉȔǺǿȦŢ�ɜȼJɤÊÕČńȕƧ�ȓȡȕȎǾȥȑőƂ¸ĄȕhƔJȪ�ħȂȇȦ¬§ęaųĬďĩȔ��ȅȦȡȕȐǶȦɥƪƪɨɥĠĦȕÇöƪƪ ĺĉȢĚƜȕȣǸȔ:9ȪÑȅȦĉ�ȕŔǹȖŖĄɠ/ĀĐtɠ:9ȕ�ċȔȣȥçDZȔvJȅȦɥ Ù�ǾēǷȤȧȏǽȉɄȵȼɂɗɓɃɌɟȶȖɤȈȕèçȪ6ĝȔÀȌȏĉ�ŎƛȔűȥ�ǿȉȊǿȕŎĎȐǶȦȉȠɤ/ĀÇ�Ȕ!~ȃȏ9ƇǼ:ƇȚ�ȪŊȑȃȉȥɤ²Cȕ9ƇǼzȕ9ƇȪƕȅȣǸȓGÞȖ5ĎȐǽȓǷɥŖĄ!~ɄȵȼɂɗȖŖĄÇ�ȔȣȥɄȵȼɂɗȪ=ȥÏǹȦÇöȐǶȥɤȈȧȪ/ĀÇ�ȕvJȔȡ¹�ȃȉȡȕǼ ƽǎǁ ȐǶȦǼɤȀȧȤȖ!Ćȑȃȏ�Ăȓƛȕ�Ȕ6ĝȪűȥ�ǿȉȊǿȕŎĎȐǶȦȉȠɤƆŋŻƈȕ:9ȕŎĎǼ;ÙȓǷɥȈȀȐÕĠĦȐȖĉ�ȕ:9ȑɤŎƛXĄȕP�Ċ§ȕOÇȪĮġȔɖɅɚɟȶȅȦ²öȪƎĘȅȦɥƪ ƪƪɩɥĠĦ°ÞƪƫƲƬƪ ɜɟɁɚɟȶƧƁJȕȉȠȕƚŭ)Ō>e|<śȔȣȦOÇ\ɄȵȼɂɗƐÃȕiĸƪƪ ŎƛȔŒƘȓæƂȪÑȅȦƚkųȓĉ�ȕɜɟɁɚɟȶȔȖɤçDZȓćËÇ�ɠřÿÇ�ȔǺǿȦĉ�ȕŔǹȪşƋȃȉOÇ\ɄȵȼɂɗƐÃƪ ƫƽǜƮǗǜǤǘǖǦǜǢǡǔǟƪǎǘǪǦǧǤǘƪǁǧǡǖǦǜǢǡƭƪƽǎǁƬǼÑGȐǶȦɥȃǻȃ ƽǎǁ ȕŃyȓɅɡɀƊȖŝÿÌƏɠş¯�ƊǺȣȘɜɟɁɚɟȶÌƏȕ1ȏȔǺǷȏcƟȑȓȦɥÕĠĦ°ÞȐȖɤĭȓ ƽǎǁ ŝÿɅɡɀǻȤȕŐƏɤiĸɤǺȣȘɜɟɁɚɟȶƁ�ȕÁdȪƚŭ)Ō>e|<śƫljǢǡƮǡǘǚǔǦǜǨǘƪ LjǔǦǤǜǪƪ ǁǔǖǦǢǤǜǬǔǦǜǢǡƭƪ ljLjǁƬȪēǷȏ�ĎȅȦ²öȪƎĘȃȉɥƚŭ)Ō>e|<śȐȖ<ś�ȕɅɡɀǼ1ȏƚŭ)ȑȓȦȉȠÄÃăīȔÐƅJȂȧȉ ǂNjǏƪƫǂǤǔǣǛǜǖǥƪ NjǤǢǖǘǥǥǜǡǚƪ ǏǡǜǦƬƪ ȑȕŘ`§ǼƧǾɤ Ù²öȔïțɜɟɁɚɟȶƁ�ǼƧƁȐǶȦȀȑȪ�ƦȔȣȥġŤȃȉɥƪƪ ƚŭ)Ō>e|<śƫljǢǡƮǡǘǚǔǦǜǨǘƪLjǔǦǤǜǪƪ ǁǔǖǦǢǤǜǬǔǦǜǢǡɤljLjǁƬȖe|<śȕ�ĥȐǶȥɤƚŭ)ȕȞȪœıȔºȍȡȑȕɅɡɀȪ�țȉŌ>ǑȪɤȑȡȔƚŭȓ)ȕȞȪXœıȔºȍŌ>ǐɤǃȔ<śȅȦɥȀȕȑǽǐȕ>ÃǼǑȕ>ÃȣȥK<�ȂǿȧȗɤɅɡɀǑȖiĸȂȧȦȀȑȔȓȦɥljLjǁȖp�ȑ#ÃȕȅțȏȕœıǼƚŭ)ȐǶȦǻȤɤÐijęȓɜɟɁɚɟȶĕ,ǼXň ƹ ɋɃɆȕĕ,ȐǶȦrYɤXœıȪ ƹ ɋɃɆÄÃ)mȕɅɡɀȑȃȏàİɠ$~ȅȦȀȑǼȐǽȦɥȀȕȀȑȖĊȔǂNjǏ �ŏȔǺǷȏyǽȓAĄȪÑȅȦɥǂNjǏ ȔǺǷȏɤɒɚȹɟ4Ȫsȥȍșȅ½ĕ8ďɢɋɃɆɓɃɎ8ďɣȔȖ ƹɋɃɆÄÃăīǼxǾēǷȤȧȦɥž�ȕǂNjǏǺȣȘȶəɍȮɃȵȼ ƼNjDŽȐȖɄȵȼɂɗɅɡɀȑȃȏüH�ÃĄmȪ³ǸȀȑȡȐǽȦǼɤ!ĆȑȃȏÄÃăīȔïțyǽȓƁ���ǼǶȦɥƪƪ p�ɏȵɆɛȪƚŭ)Ȑ³ǸȀȑȔȖ@ȕAĄȡǶȦɥMĮ�üH�ÃĄmɢƴƳɋɃɆɣȔïțɤƹɋɃɆÄÃ)mȕɅɡɀȖɅɡɀƊǼMȔƲưƵȑȓȦɥ�ņȔɚȭɛɀȯɔ½ĕȖƹɋɃɆĕ,ȔȣȥŌȩȧɤĎjAēȂȧȏǷȦȜȑȫȒȕɅȮȼɎɜȯȡ ƹ ɋɃɆŎĢȔȃǻ�¦ȃȏǷȓǷȀȑǻȤɤɄȵȼɂɗɅɡɀɤǺȣȘȈȕăī8ďǼ ƹ ɋɃɆÄÃ)mȐŌȩȧȦȀȑȔȣȦĕųȕ��Ȗ ƽǎǁ ȕŐƏȔȣȦť�Ȕïț�ȂǾɤąŖȅȦȀȑǼȐǽȦɥljLjǁ ȖíŕĜ�<śȐȖȓǷȉȠɤp�ÃǼ NjƾƼ ȑZȄȐǶȧȗɤ5ĎȂȧȦɅɡɀȕť�ȖȣȥyǽǷɥȃǻȃ�şȕȣǸȔ NjƾƼ ȔïțȣȥƧƁȔ8ďǼȐǽȦȕȐǶȧȗɤȈȕ<Ȋǿp�ÃȪuȢȃȏ8ďȅȦȀȑǼȐǽȦɥȝȉCſȕȣǸȔɅɡɀƊȖMĮ�üH�ÃȪēǷȦrYȔïț ƲưƵ ȐþȟȀȑǻȤɤp�ÃǼɩ(ȝȐȐǶȧȗɄȵȼɂɗɉɃɍȬ

ĩȕş¯�Ɗȡ�ȂǾȏþȟȑǷǸAĄǼǶȦɥƪ ƪƪ �ƦȐȖ�ƔȔ¾â²öȪɨĥơȕ ǂNjǏ Ȕ�ŏȃɤɜɟɁɚɟȶƁ�ȑĮ�ȕƐ#ȪïŸȃȉɥïŸȔȖɌɡȵ%V�ƘƝïƫNjǍljnjƬȪēǷȉɥ�ƦȔēǷȉ ƽǎǁ ɅɡɀɏɡȼȖ ƽǎǁƿƽƽƪ ǏƽƳƱƱƴƪƿǔǦǔǥǘǦǥƪȐɤɦȍȕıÖȔ�ȃŖĄÃƹƲɤ/ĀÇ�ƹƲȕĴȞYȩȇȐǶȦƷƭƶƷƲÝȕĕ,ǼàİȂȧȏǷȦɥȀȕɅɡɀɏɡȼȐȖɫĥơȕıÖǼŝÿȂȧȏǺȥɤÕ�ƦȐȖȀȧȤȪȅțȏēǷȏĕųȕš"ȪŌȌȉɥ�ÿȃȉɜɟɁɚɟȶƁ�ȑ NjǍljnj ȕƐ#Ȫg ƲȔĢȅɥljLjǁ ȑ NjƾƼ ȪïŸȃȉȑǽɤŕ�ÃǼZȄȐǶȧȗNjƾƼȕȜǸǼƧĕųȐǶȦǼɜɟɁɚɟȶÌƏǼƌǾȓȦȉȠɤɜɟɁɚɟȶÌƏȑ NjǍljnj ȕƐ#Ȑš"ȃȉrYɤljLjǁ ȕȜǸǼZ�ÌƏ4ȐȣȥƧĕųȓɜɟɁɚɟȶǼTŀȐǶȦȀȑǼȩǻȦɥƪƪ

ƪ

gɦƪ ɜɟɁɚɟȶÌƏȑĕųȕƐ#ɢ�ɬǃǜǚǛǍǣǘǖƪǂNjǏƭƪUɬLjǜǗǗǟǘưLJǢǩƪǍǣǘǖƪǂNjǏɣƪ

ƪƫƳƬƪƆŋtĖȕöķȑ�kĕ,ȪC8ďȔēǷȉÔßíć��ȼɄɜȲöƪƪ Ôßíć��ȼɄɜȲöȖ/ĀÇ\Ȫ�ǹȦ�ȩȥȔȓȫȤǻȕBįØ�ȔȣȌȏŎƛªqȪQ¡ȅȦÇöȐǶȦƯĉ�ŎƛǼŒÃȕP�čȪÑȃȏǷȦrYȖƞnȁȑȔ8ďȪŌǸǻƭƪ P�čȔƐȅȦCĞūȢ��ȔȣȦBįØ�ȪQȥ0ȧȦ¤œǼǶȦƯƪ ȈȀȐÕĠĦ°ÞȐȖ0Eȕ�kĕ,ȪēǷȏMňĉ�ȑȃȏ8ďȪŌǸȀȑȔȣȥxňĉ�Ȕ�¦ȃȉÔßíć��ȼɄɜȲöȪ¾âȃȉƯƪ ȝȉƭƪöķȔ�ȅȦBįØ�ȑȃȏƆŋtĖȪpȔȃȉ�ċȕå�Ȫ�ēȃȉɥƪƪ ĉ�ȕŔǻǿȖćËÇ�ȔȣȥvJȅȦɥȈȕGÞȪµBȅȦȉȠɤȅțȏȕ0Eĕ,ȕ�kȪòȠɤȈȕĕ,Ȕ�ȃɉȯəɄəɛɍȮɛɀȪƅēȅȦȀȑȐ¼�ȭɛɏɇȕ?Ó)Ȫ¡Ȧɥȝȉɤǂƽnj��§ȪśóȅȦȉȠȔĉ�ȕƆŋŻƈȕöķȪēǷȦɥƆŋtĖȖĕ,ǻȤĉ�ȪřÿȐǽȦȑȀȨȑřÿȐǽȓǷȑȀȨȕtĖķȐǶȦƯƪĉ�ȕ�ċȖȓȠȤǻȐƍȄȏǷȦȑ��ȃɤƆŋtĖȕöķȪȴȰȺȭɟɍȮɛɀȔȣȥ4ƇȔ�¿ȃȴȯɇöķȑȅȦɥƪƪ gɧȔ�ƦĵÞȪĢȅɥxňȔsȥ<ǿȤȧȉŝÿ�ŬȪxçȓÇ�ǻȤćËȃɤ¡Ȥȧȉĕ,ȕ�kǻȤ¼�ȃȉȭɛɏɇƫǖƬȖsȥ<ǿȔ¦Ȅȉź�ǼòȠȤȧȏǺȥɤȝȉɤȴȯɇöķƫǗƬȡƆŋŻƈȕ_żȐȖĝ)ƫǚƬȔơ�ȃȉöķǼ¡ȤȧȏǷȦɥòȠȤȧȉöķɓɃɎƫǙƬȑȈȧȪȡȑȔȃȉ¢-�ċƫǜƬȖĝ)Ȕïț�lȓ�ċȑȓȌȏǷȦǼɤyǽȓîȖŔȤȧȓǷɥ��ȴȯɇöķȕš"ÇöȪŔĜȅȀȑȐȣȥíġȓ�ċǼ¡ȤȧȦȑļǹȤȧȦɥƪƪ

ƪ

gɧƪ �ĉ�ȕ�ċŝÿȕ�ƦĵÞƪ

ƪƪƪ

22

24

26

28

30

32

34

0.0001 0.00015 0.0002 0.00025 0.0003

PSNR

[dB]

Rendering Time [s]

FirePro-NMF FirePro-PCA

22

24

26

28

30

32

34

0 0.002 0.004 0.006

PSNR

[dB]

Rendering Time [s]

FirePro-NMF FirePro-PCA

IrisPro-NMF IrisPro-PCA

IrisGraphics-NMF IrisGraphics-PCA

第 21回 画像の認識・理解シンポジウム

図 7(i)に示す.また提案手法がどの程度正しく求められているのかを調べるために照度差ステレオ法を行って比較した.本研究では,この値を真値とする.図 7(g)に真値の法線を,図 7(j)に図 7(g)をもとに復元した形状を示す. 実験結果は特異値分解で得られた解に比べてより正確な形状を求めることができた.しかし,実際の形状より平坦になっていることがわかる.この結果から法線と光源方向にある曖昧性行列正しく求めることができたと考えられる.

5. おわりに本研究では平均画像によるアルベドの推定をすることで多色物体を単色物体として扱うことができるようにした.

そして,表面ベクトルの長さが 1になることを利用して曖昧性行列を求めた.さらにガイド法線を求めて,ガイド法線の向きに表面ベクトルを向けることで 3次元形状を推定する手法を示した.精度評価はほぼ正しい値が得られることがわかった.実物体の測定は実際の形状よりも平坦になっているがおおよその形状は求められていることが分かった.

そのため,本研究の手法に新たな制約を用いることでより正確な形状測定を行うことが今後の課題となる.

参考文献[1] R. J. Woodham, Y. Iwahori, and R. A. Barman, “Pho-

tometric stereo:Lambertian reflectance and light sourceswith unknown direction and strength,” in Technical Re-port, 1991.

[2] H. Hayakawa, “Photometric stereo under a light sourcewith arbitrary motion,” Journal of the Optical Society ofAmerica A, vol. 11, no. 11, pp. 3079–3089, 1994.

[3] P. N. Belhumeur, D. J. Kriegman, and A. L. Yuille, “Thebas-relief ambiguity,” International Journal of ComputerVision, vol. 35, no. 1, pp. 33–44, 1999.

[4] A. S. Georghiades, “Incorporating the Torrance and Spar-row model of reflectance in uncalibrated photometricstereo,” in Proceedings of IEEE International Conferenceon Computer Vision, pp. 816-825, 2003.

[5] P. Tan and T. Zickler, “A projective framework for radio-metric image analysis,” in Proceedings of IEEE Confer-ence on Computer Vision and Pattern Recognition, pp.2977-2984, 2009.

[6] T. Okabe, I. Sato, and Y. Sato, “Attached shadow coding:Estimating surface normals from shadows under unknownreflectance and lighting conditions,” in Proceedings of In-ternational Conference on Computer Vision, 2009.

[7] M. K. Chandraker, F. Kahl, and D. J. Kriegman, “Reflec-tions on the generalized bas-relief ambiguity,” in Proceed-ings of IEEE Conference on Computer Vision and PatternRecognition, pp. 788-795, 2005.

[8] P. Favaro and T. Papadhimitri, “A closed-form solutionto uncalibrated photometric stereo via diffuse maxima,”in Proceedings of IEEE Conference on Computer Visionand Pattern Recognition, pp. 821–828, 2012.

[9] N. G. Alldrin, S. P. Mallick, and D. J. Kriegman, “Resolv-ing the generalized bas-relief ambiguity by entropy min-imization,” in Proceedings of IEEE Conference on Com-puter Vision and Pattern Recognition, 2007.

(a) 計測物体 (b) シミュレーションの誤差マップ

図 5 シミュレーションの精度評価

(a) 計測物体 (b) 実データの誤差マップ

図 6 実データの精度評価

(a) 計測物体 (b) 平均画像

(c) 推定したアルベド (d) ガイド法線

(e) 特異値分解の解の 1 つ

(f) 提案手法 (g) 真値

(h) (e)をもとに復元した形状

(i) (f) をもとに復元した形状

(j) (g) をもとに復元した形状

図 7 比較実験

4

第 21回 画像の認識・理解シンポジウム

図 7(i)に示す.また提案手法がどの程度正しく求められているのかを調べるために照度差ステレオ法を行って比較した.本研究では,この値を真値とする.図 7(g)に真値の法線を,図 7(j)に図 7(g)をもとに復元した形状を示す. 実験結果は特異値分解で得られた解に比べてより正確な形状を求めることができた.しかし,実際の形状より平坦になっていることがわかる.この結果から法線と光源方向にある曖昧性行列正しく求めることができたと考えられる.

5. おわりに本研究では平均画像によるアルベドの推定をすることで多色物体を単色物体として扱うことができるようにした.

そして,表面ベクトルの長さが 1になることを利用して曖昧性行列を求めた.さらにガイド法線を求めて,ガイド法線の向きに表面ベクトルを向けることで 3次元形状を推定する手法を示した.精度評価はほぼ正しい値が得られることがわかった.実物体の測定は実際の形状よりも平坦になっているがおおよその形状は求められていることが分かった.

そのため,本研究の手法に新たな制約を用いることでより正確な形状測定を行うことが今後の課題となる.

参考文献[1] R. J. Woodham, Y. Iwahori, and R. A. Barman, “Pho-

tometric stereo:Lambertian reflectance and light sourceswith unknown direction and strength,” in Technical Re-port, 1991.

[2] H. Hayakawa, “Photometric stereo under a light sourcewith arbitrary motion,” Journal of the Optical Society ofAmerica A, vol. 11, no. 11, pp. 3079–3089, 1994.

[3] P. N. Belhumeur, D. J. Kriegman, and A. L. Yuille, “Thebas-relief ambiguity,” International Journal of ComputerVision, vol. 35, no. 1, pp. 33–44, 1999.

[4] A. S. Georghiades, “Incorporating the Torrance and Spar-row model of reflectance in uncalibrated photometricstereo,” in Proceedings of IEEE International Conferenceon Computer Vision, pp. 816-825, 2003.

[5] P. Tan and T. Zickler, “A projective framework for radio-metric image analysis,” in Proceedings of IEEE Confer-ence on Computer Vision and Pattern Recognition, pp.2977-2984, 2009.

[6] T. Okabe, I. Sato, and Y. Sato, “Attached shadow coding:Estimating surface normals from shadows under unknownreflectance and lighting conditions,” in Proceedings of In-ternational Conference on Computer Vision, 2009.

[7] M. K. Chandraker, F. Kahl, and D. J. Kriegman, “Reflec-tions on the generalized bas-relief ambiguity,” in Proceed-ings of IEEE Conference on Computer Vision and PatternRecognition, pp. 788-795, 2005.

[8] P. Favaro and T. Papadhimitri, “A closed-form solutionto uncalibrated photometric stereo via diffuse maxima,”in Proceedings of IEEE Conference on Computer Visionand Pattern Recognition, pp. 821–828, 2012.

[9] N. G. Alldrin, S. P. Mallick, and D. J. Kriegman, “Resolv-ing the generalized bas-relief ambiguity by entropy min-imization,” in Proceedings of IEEE Conference on Com-puter Vision and Pattern Recognition, 2007.

(a) 計測物体 (b) シミュレーションの誤差マップ

図 5 シミュレーションの精度評価

(a) 計測物体 (b) 実データの誤差マップ

図 6 実データの精度評価

(a) 計測物体 (b) 平均画像

(c) 推定したアルベド (d) ガイド法線

(e) 特異値分解の解の 1 つ

(f) 提案手法 (g) 真値

(h) (e)をもとに復元した形状

(i) (f) をもとに復元した形状

(j) (g) をもとに復元した形状

図 7 比較実験

4

ɪɥȓĘŎũÅĩƪƪǴƘţũÅǵɢŝƪ ɨƪ �ɣƪƲƯ ƿǔǜǥǧǞǘƪLjǜǫǔǬǔǞǜƭƪǎǔǞǧǫǔƪǍǛǜǚǘǦǢǠǜƭƪLjǔǥǔǥǛǜƪƽǔǕǔƭƪnjǫǢƪǁǧǤǧǞǔǩǔƭƪǍǛǜǡǥǔǞǧƪǃǜǧǤǔƪǔǡǗƪljǔǢǞǜƪƼǥǔǗǔƭƪǍǧǤǙǔǖǘƪǡǢǤǠǔǟƪǘǥǦǜǠǔǦǜǢǡƪǢǙƪǕǟǔǖǞƪǥǣǘǖǧǟǔǤƪǢǕǝǘǖǦǥƪǙǤǢǠƪǠǧǟǦǜǨǜǘǩƪǣǢǟǔǤǜǬǔǦǜǢǡƪǜǠǔǚǘǥƭƪǍNjDŽǀƪNJǣǦǜǖǔǟƪǀǡǚǜǡǘǘǤǜǡǚƭƪǐǢǟƯƪƶƷƭƪljǢƯƪƵƭƪǣǣƯƪƱƵƲƴƱƴƮƲƪƮƪƱƵƲƴƱƴƮƲƸƭƪƳƱƲƷƯƪ

ƳƯ ƿǔǜǥǧǞǘƪ LjǜǫǔǬǔǞǜƭƪ Ljǜǔƪ ljǔǞǔǠǧǤǔƭƪ LjǔǥǔǥǛǜƪ ƽǔǕǔƭƪ njǫǢƪ ǁǧǤǧǞǔǩǔƪ ǔǡǗƪ ǍǛǜǡǥǔǞǧƪ ǃǜǧǤǔƭƪNJǣǦǜǠǜǬǔǦǜǢǡƪ ǢǙƪ DŽǟǟǧǠǜǡǔǦǜǢǡƪ ǙǢǤƪ ǂǘǡǘǤǔǦǜǡǚƪ LjǘǦǔǠǘǤǜǥǠƭƪ DžǢǧǤǡǔǟƪ ǢǙƪ DŽǠǔǚǜǡǚƪ Ǎǖǜǘǡǖǘƪ ǔǡǗƪǎǘǖǛǡǢǟǢǚǫƭƪǐǢǟƯƪƷƱƭƪljǢƯƪƷƭƪǣǣƯƪƷƱƶƱƳƮƲƪƮƪƷƱƶƱƳƮƲƶƭƪƳƱƲƷƯƪ

ƴƯ ôÕ¨ƭƪÊû­�ƭƪ��yŹƭƪS� ƭƪƤrƪƖ¥ƭƪŤū�ŬȔƅȃȉĨVJƎR�ċȕŠŝȑš"ƭƪªq8ď��ũÅţƭƪǐǢǟƯƪƶƸƭƪljǢƯƪƳƭƪǣǣƯƪƸƹƴƮƸƺƴƭƪƳƱƲƷƯƪ

ƪǴ��ĘŎǵɢŝƪ ƺƪ �ɣƪƲƯ ǍǛǧǛǘǜƪ ǃǔǥǛǜǠǢǦǢƭƪ ƿǔǜǥǧǞǘƪ LjǜǫǔǬǔǞǜƭƪ ǍǛǜǡǥǔǞǧƪ ǃDŽǏnjƼƭƪ ǏǡǖǔǟǜǕǤǔǦǘǗƪ ǣǛǢǦǢǠǘǦǤǜǖƪ ǥǦǘǤǘǢƪǖǢǡǥǦǤǔǜǡǘǗƪǕǫƪ ǜǡǦǤǜǡǥǜǖƪǤǘǙǟǘǖǦǔǡǖǘƪ ǜǠǔǚǘƪǔǡǗƪǥǛǔǣǘƪǙǤǢǠƪǥǜǟǛǢǧǦǦǘƭƪǎǛǘƪƲƷǦǛƪDŽǡǦǘǤǡǔǦǜǢǡǔǟƪƾǢǡǙǘǤǘǡǖǘƪǢǡƪLjǔǖǛǜǡǘƪǐǜǥǜǢǡƪƼǣǣǟǜǖǔǦǜǢǡǥƪƫLjǐƼƳƱƲƺƬƭƪǦǢƪǔǣǣǘǔǤƯƪƫNJǤǔǟƬƪ

ƳƯ ëÕ&�ƭƪ��yŹƭƪôÕ¨ƭƪÊû­�ƭƪƆŋtĖȕöķȑ�kĕ,ȪC8ďȔēǷȉÔßíć��ȼɄɜȲöƭƪLjDŽnjǏƳƱƲƹƪĕ,ȕŤūɠďśȺɟɒȻȰɔƪ

ƴƯ ��ƪyŹƭƪ��ƪ·ƭƪôÕƪ¨ƭƪÊûƪ­�ƭƪ*/ȑȱɟɆɝɌɡÐ�JȔȣȦÔßíć��ȼɄɜȲöȕãŞƭƪLjDŽnjǏƳƱƲƸƪĕ,ȕŤūɠďśȺɟɒȻȰɔƪ

ƵƯ ��ƪyŹƭƪğƨƪ+WƭƪôÕƪ¨ƭƪÊûƪ­�ƭƪȻɘȯɟɆɉȯəɄəɛɍȮɛɀȪēǷȉx÷ƌȳəɡć��ȼɄɜȲöƭƪªq8ď��ĠĦq^ƭƪǐǢǟƯƳƱƲƸƮƾǐDŽLjƮƳƱƸƭƪljǢƯƵƱƭƪǣǣƯƪƲƮƹƭƪƳƱƲƸƯƪ

ƶƯ ñÕ®¥ƭƪ��yŹƭƪS� ƭƪƤrƖ¥ƭƪÊû­�ƭƪ ljLjǁ ȔȣȦ ƽǎǁ ɅɡɀɏɡȼȕiĸɠŐ�ȑ ǂNjǂNjǏ ȔȣȦ DŽƽnj ȕƧƁJƭƪªq8ď��ĠĦq^ƭƪ ǐǢǟƯƳƱƲƵƮƾǐDŽLjƮƳƱƵƭƪljǢƯƲƵƭƪƳƱƲƸƯƪ

ƷƯ øĔƪƣÜƭƪ��ƪyŹƭƪS�ƪ ƭƪÊûƪ­�ƭƪɓɛɂɉɟɇȳɕəȪēǷȉɞɟȺɘɃɆć��ȼɄɜȲöƭƪLjDŽnjǏƳƱƲƷƪĕ,ȕŤūɠďśȺɟɒȻȰɔƪ

ƸƯ ��ƪyŹƭƪÚNƪ.ƥƭƪƤrƪƖ¥ƭƪS�ƪ ƭƪÊûƪ­�ƭƪÉĞ�ċĉ�ȕƒ�ȪAēȃȉȳɕə¦ĪƐÃȕ¼�ƭƪLjDŽnjǏƳƱƲƶƪĕ,ȕŤūɠďśȺɟɒȻȰɔƪ

ƹƯ ��ƪyŹƭƪ�×ƪĻ�ƭƪƤrƪƖ¥ƭƪS�ƪ ƭƪÊûƪ­�ƭƪ ɕɀɕɚȽɔđŴȕȉȠȕƪ LJǀƿƪćËȕÐƅJƭƪLjDŽnjǏƳƱƲƶƪĕ,ȕŤūɠďśȺɟɒȻȰɔƪ

ƺƯ džǘǡǥǛǜƪ LjDŽǓDŽLjNJǎNJƭƪ ǍǛǜǡǥǔǞǧƪ ǃDŽǏnjƼƭƪ ƿǔǜǥǧǞǘƪ LjDŽǒƼǓƼdžDŽƭƪ njǫǢƪ ǁǏnjǏdžƼǑƼƭƪ LjǔǥǔǥǛǜƪƽƼƽƼƭƪ ƾǢǠǣǤǘǥǥǜǢǡƪ ǔǡǗƪ DŽǡǦǘǤǣǢǟǔǦǜǢǡƪ ǢǙƪ ƽǎǁƪ ƿǔǦǔǕǔǥǘƪ ǧǥǜǡǚƪ ljǢǡƮǡǘǚǔǦǜǨǘƪ LjǔǦǤǜǪƪǁǔǖǦǢǤǜǬǔǦǜǢǡƭƪLjDŽnjǏƳƱƲƶƪĕ,ȕŤūɠďśȺɟɒȻȰɔƪ

ƪǴgÎǵɢŝƪ Ʊƪ �ɣƪƪǴĒäŮĒéǵƪƪǮ;Ơċõɢŝƪ Ʊƪ �ɣƪƪǮQ¡ċõɢŝƪ Ʊƪ �ɣƪƪǴȈȕ�ǵƪɑɡɔɐɡȻĩƪǛǦǦǣƻưưǩǩǩƯǘǡǚƯǧƮǛǫǢǚǢƯǔǖƯǝǣưǙǔǖǧǟǦǫưǛǜǧǤǔưǜǡǗǘǪƯǛǦǠǟƪƪɫɥĠĦĴĺƪƪƫƲƬĠĦ<¶Ľƪ

ĠĦ<¶Ľð[ɬ�Ʃƪ yŹƪ

ɝɡɓ}ð[ɬƫLjDŽǒƼǓƼdžDŽƭƪǗǔǜǥǧǞǘƬƪ

±�ĠĦìƐ[ɬ���ħy�ƪ

Ƈ�[ɬy�Ƒªqģ�ĠĦģƪ

ľ[ɬ7»ƪ

ĠĦĽėVɢƹáɣɬƴƱƶƴƳƺƶƸƪƪ

ƪ

ƪ

ĠĦ<¶Ľð[ɬS�ƪ ƪ

ɝɡɓ}ð[ɬƫǁǏnjǏdžƼǑƼƭƪǤǫǢƬƪ

±�ĠĦìƐ[ɬ���ħy�ƪ

Ƈ�[ɬy�Ƒªqģ�ĠĦģƪ

ľ[ɬ7»ƪ

ĠĦĽėVɢƹáɣɬƶƱƳƺƶƹƴƹƪ ƪƪ

ĠĦ<¶Ľð[ɬƤrƪ Ɩ¥ƪ

ɝɡɓ}ð[ɬƫƽƼƽƼƭƪǠǔǥǔǥǛǜƬƪ

±�ĠĦìƐ[ɬ���ħy�ƪ

Ƈ�[ɬy�Ƒªqģ�ĠĦģƪ

ľ[ɬŪ�ƪ

ĠĦĽėVɢƹáɣɬƴƱƳƹƲƳƹƲƪ ƪƪ

ƫƳƬĠĦLEĽƪ

ĠĦLEĽð[ɬñÕƪ®¥ƪ

ɝɡɓ}ð[ɬƫLjDŽǓǏLjNJǎNJƭƪǞǘǡǥǛǜƬƪ

ƪ

ĠĦLEĽð[ɬëÕƪ&�ƪ

ɝɡɓ}ð[ɬƫǃƼǍǃDŽLjNJǎNJƭƪǥǛǧǛǘǜƬƪ

ƪ

ǭģĠŰȔȣȦĠĦȖǯĠĦĽȕńŗȑů�ȔǺǷȏ�ÈȅȦȡȕȐȅǰȈȕȉȠǯĠĦȕ�ÈȢ

ĠĦ°Þȕ2ŎĩȔȍǷȏȖǯhȕœŨĩȔpȎǾȡȕȐȖȓǾǯȈȕĠĦ°ÞȔƐȅȦŔśȢů

�ȖǯĠĦĽ'�Ȕ��Ȃȧȝȅǰƪ