| 講演抄録／キーワード |
| 講演名 |
2026-02-19 10:00
ARにおける半影表現のための面光源パラメータ推定
○吉田拓翔・髙橋裕樹（電通大） |
| 抄録 |
（和） |
拡張現実感 (Augmented Reality : AR) における光学的整合性を実現するためには，現実世界の光源環境を適切に推定し，仮想環境に反映させることが必要である．本稿では，仮想物体の明るさや色，キャストシャドウの半影をより正確に表現するための，単一 RGB 画像から面光源の方向，強度，色温度，大きさを推定する手法の提案を目的とする．提案手法では，合成画像データセットを作成し，深層学習を用いて面光源の各パラメータを学習する．実世界画像で実験をした結果，光源方向をカメラ座標系ベクトルで表現し，BackboneにSwin Transformer V2 T を使用したモデルで違和感の少ないAR画像を作成することができた． |
| （英） |
To achieve optical consistency in Augmented Reality (AR), it is necessary to accurately estimate the real-world light source environment and reflect it in the virtual environment. This paper aims to propose a method for estimating the direction, intensity, color temperature, and size of an area light source from a single RGB image, enabling more accurate representation of the brightness, color, and penumbra of cast shadows for virtual objects. We create a synthetic image dataset and train deep neural networks with the dataset to estimate each parameter of the area light sources. Experimental results with real-world images showed that a model with Swin Transformer V2 T as the backbone and a camera coordinate system vector as the light source direction representation could generate AR images with minimal discomfort. |
| キーワード |
（和） |
拡張現実感 / 光源推定 / 深層学習 / / / / / |
| （英） |
Augmented Reality / Light Estimation / Deep Learning / / / / / |
| 文献情報 |
映情学技報, vol. 50, no. 5, ME2026-1, pp. 1-4, 2026年2月. |
| 資料番号 |
ME2026-1 |
| 発行日 |
2026-02-12 (MMS, ME, AIT, SIP) |
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
IEICE-IE IEICE-ITS MMS ME AIT SIP |
| 開催期間 |
2026-02-19 - 2026-02-20 |
| 開催地（和） |
北海道大学 |
| 開催地（英） |
|
| テーマ（和） |
画像処理、一般 |
| テーマ（英） |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
ME |
| 会議コード |
2026-02-IE-ITS-MMS-ME-AIT-SIP |
| 本文の言語 |
日本語 |
| タイトル（和） |
ARにおける半影表現のための面光源パラメータ推定 |
| サブタイトル（和） |
|
| タイトル（英） |
Area Light Source Parameter Estimation for Penumbra Representation in AR |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
拡張現実感 / Augmented Reality |
| キーワード(2)（和/英） |
光源推定 / Light Estimation |
| キーワード(3)（和/英） |
深層学習 / Deep Learning |
| キーワード(4)（和/英） |
/ |
| 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） |
吉田 拓翔 / Takuto Yoshida / ヨシダ タクト |
| 第1著者 所属（和/英） |
電気通信大学 (略称： 電通大)
The University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） |
髙橋 裕樹 / Hiroki Takahashi / タカハシ ヒロキ |
| 第2著者 所属（和/英） |
電気通信大学 (略称： 電通大)
The University of Electro-Communications (略称： UEC) |
| 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： ) |
| 第21著者 氏名（和/英/ヨミ） |
/ / |
| 第21著者 所属（和/英） |
(略称： )
(略称： ) |
| 第22著者 氏名（和/英/ヨミ） |
/ / |
| 第22著者 所属（和/英） |
(略称： )
(略称： ) |
| 第23著者 氏名（和/英/ヨミ） |
/ / |
| 第23著者 所属（和/英） |
(略称： )
(略称： ) |
| 第24著者 氏名（和/英/ヨミ） |
/ / |
| 第24著者 所属（和/英） |
(略称： )
(略称： ) |
| 第25著者 氏名（和/英/ヨミ） |
/ / |
| 第25著者 所属（和/英） |
(略称： )
(略称： ) |
| 第26著者 氏名（和/英/ヨミ） |
/ / |
| 第26著者 所属（和/英） |
(略称： )
(略称： ) |
| 第27著者 氏名（和/英/ヨミ） |
/ / |
| 第27著者 所属（和/英） |
(略称： )
(略称： ) |
| 第28著者 氏名（和/英/ヨミ） |
/ / |
| 第28著者 所属（和/英） |
(略称： )
(略称： ) |
| 第29著者 氏名（和/英/ヨミ） |
/ / |
| 第29著者 所属（和/英） |
(略称： )
(略称： ) |
| 第30著者 氏名（和/英/ヨミ） |
/ / |
| 第30著者 所属（和/英） |
(略称： )
(略称： ) |
| 第31著者 氏名（和/英/ヨミ） |
/ / |
| 第31著者 所属（和/英） |
(略称： )
(略称： ) |
| 第32著者 氏名（和/英/ヨミ） |
/ / |
| 第32著者 所属（和/英） |
(略称： )
(略称： ) |
| 第33著者 氏名（和/英/ヨミ） |
/ / |
| 第33著者 所属（和/英） |
(略称： )
(略称： ) |
| 第34著者 氏名（和/英/ヨミ） |
/ / |
| 第34著者 所属（和/英） |
(略称： )
(略称： ) |
| 第35著者 氏名（和/英/ヨミ） |
/ / |
| 第35著者 所属（和/英） |
(略称： )
(略称： ) |
| 第36著者 氏名（和/英/ヨミ） |
/ / |
| 第36著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2026-02-19 10:00:00 |
| 発表時間 |
15分 |
| 申込先研究会 |
ME |
| 資料番号 |
MMS2026-1, ME2026-1, AIT2026-1, SIP2026-1 |
| 巻番号（vol） |
vol.50 |
| 号番号（no） |
no.5 |
| ページ範囲 |
pp.1-4 |
| ページ数 |
4 |
| 発行日 |
2026-02-12 (MMS, ME, AIT, SIP) |
|