1口(1社3名まで受講可能)でのお申込は、          

 受講料 66,000円(税込)/1口 が格安となります。  



 <<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 





 S240226NW

----------------------------------

 


Zoomオンラインセミナー

開催日時:2024年2月26日(月) 10:00-16:00 (9:55受付開始)

受 講 料: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)




 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.



   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)


内山先生のセミナー
  2月14日(水)

 3次元モデリング/自由視点画像生成のための「NeRF」の基礎



 お1人様      受講申込要領 1口(1社3名まで) 受講申込要領 セミナー 総合日程 画像認識 セミナー日程
 新宣伝 セミナー日程