| 講演抄録／キーワード |
| 講演名 |
2024-09-02 14:30
［招待講演］プロジェクションマッピングにおける深層学習
○岩井大輔（阪大） |
| 抄録 |
（和） |
身の回りの実物に映像を投射することで、ユーザが裸眼でバーチャルリアリティおよび拡張現実を体験できるプロジェクションマッピング（PM）では、実空間の様々な要因による画質劣化（幾何歪み、色ずれ、焦点ぼけ等）の補償が主要な技術課題である。従来、要因ごとに劣化過程をモデル化し、その逆問題を解くアプローチが主流であった。一方、近年では、劣化過程を陽にモデル化せず、深層学習によってend-to-endに画質劣化を補償する技術が提案され、従来よりも高い性能を示すことが明らかになってきた。さらに、生成AIを用い、PMコンテンツをシーンの文脈に合わせて自動生成する取り組みも始まっている。本講演では、このようなPMにおける深層学習技術について概説する。 |
| （英） |
Projection mapping (PM) allows users to experience virtual and augmented reality without wearing displays by projecting imagery onto real-world objects. A significant technical challenge in PM is compensating for image quality degradation caused by various factors in the physical world, such as geometric distortion, photometric distortion, and defocus. Conventional techniques have modeled these degradation processes individually and solved the corresponding inverse problems. However, recent advancements have shifted towards using deep learning to compensate for these degradations in an end-to-end manner without explicitly modeling the degradation processes. This method has shown superior performance compared to conventional techniques. Additionally, there are emerging efforts to automatically generate PM content tailored to the context of the scene using generative AI. This invited talk will provide an overview of such deep learning technologies in projection mapping. |
| キーワード |
（和） |
プロジェクションマッピング / 深層学習 / ニューラルネットワーク / 生成AI / / / / |
| （英） |
Projection Mapping / Deep Learning / Neural Network / Generative AI / / / / |
| 文献情報 |
映情学技報, vol. 48, pp. 36-39, 2024年9月. |
| 資料番号 |
|
| 発行日 |
2024-08-26 (IDY, AIT, 3DMT) |
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
OSJ-HODIC AIT 3DMT IDY IEICE-EID IEE-OQD SID-JC |
| 開催期間 |
2024-09-02 - 2024-09-02 |
| 開催地（和） |
機械振興会館 |
| 開催地（英） |
Kikai-Shinko-Kaikan Bldg |
| テーマ（和） |
画像技術，VR/AR，ホログラフィー，立体映像，ヒューマンファクター関連 |
| テーマ（英） |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
SID-JC |
| 会議コード |
2024-09-HODIC-AIT-3DMT-IDY-EID-OQD-JC |
| 本文の言語 |
日本語 |
| タイトル（和） |
プロジェクションマッピングにおける深層学習 |
| サブタイトル（和） |
|
| タイトル（英） |
Deep Learning in Projection Mapping |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
プロジェクションマッピング / Projection Mapping |
| キーワード(2)（和/英） |
深層学習 / Deep Learning |
| キーワード(3)（和/英） |
ニューラルネットワーク / Neural Network |
| キーワード(4)（和/英） |
生成AI / Generative AI |
| キーワード(5)（和/英） |
/ |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
岩井 大輔 / Daisuke Iwai / イワイ ダイスケ |
| 第1著者 所属（和/英） |
大阪大学 (略称： 阪大)
University of Osaka (略称： UOsaka) |
| 第2著者 氏名（和/英/ヨミ） |
/ / |
| 第2著者 所属（和/英） |
(略称： )
(略称： ) |
| 第3著者 氏名（和/英/ヨミ） |
/ / |
| 第3著者 所属（和/英） |
(略称： )
(略称： ) |
| 第4著者 氏名（和/英/ヨミ） |
/ / |
| 第4著者 所属（和/英） |
(略称： )
(略称： ) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2024-09-02 14:30:00 |
| 発表時間 |
30分 |
| 申込先研究会 |
SID-JC |
| 資料番号 |
IDY2024-39, AIT2024-161, 3DMT2024-50 |
| 巻番号（vol） |
vol.48 |
| 号番号（no） |
no.28 |
| ページ範囲 |
pp.36-39 |
| ページ数 |
4 |
| 発行日 |
2024-08-26 (IDY, AIT, 3DMT) |
|