| 講演抄録／キーワード |
| 講演名 |
2026-08-24 15:10
CNN-DFD法に対する学習条件の改善について
○安藤佑成・吉田俊之（福井大） |
| 抄録 |
（和） |
著者らは，CNNを用いて多焦点画像群から対象各点までのdepth値を推定するCNN-DFD法を提案している．従来のCNN-DFD法では，対象ブロックを中心とする複数のブロックを学習に用いていたため，適用できる画像領域が制限される問題が残されていた．本研究では，当該制限を緩和して撮像画像全体への適用を可能とするDFD-CNNの学習手法を提案し，その有効性を評価する． |
| （英） |
The authors have proposed a CNN-based DFD technique that estimates depth at each point on a target object from a set of multi-focus images. However, the conventional method uses multiple blocks centered on the target block for training, leaving a restriction on the applicable image region. This paper thus proposes a method that relaxes such a restriction to allow application to the entire captured image, and evaluates its effectiveness. |
| キーワード |
（和） |
3次元形状復元 / depth推定 / DFD法 / CNN / 学習条件の緩和 / / / |
| （英） |
3D shape reconstruction / Depth estimatin / DFD technique / CNN / Relaxation for learning constraints / / / |
| 文献情報 |
映情学技報, vol. 50, no. 23, ME2026-59, pp. 15-18, 2026年8月. |
| 資料番号 |
ME2026-59 |
| 発行日 |
2026-08-17 (ME) |
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|