Upgrade to Pro — share decks privately, control downloads, hide ads and more …

AR/VRの活用事例と最新動向

 AR/VRの活用事例と最新動向

崇城大学 データサイエンス入門 「AR/VRの活用事例と最新動向」の講演資料です

Satoshi Gachi Fujimoto

February 14, 2022
Tweet

More Decks by Satoshi Gachi Fujimoto

Other Decks in Technology

Transcript

  1. ARの定義 ARは次の3つの特徴を備えていなくてはならない [Azuma 1997] • 現実と仮想の組み合わせである • 実時間で動作する応答性を備えている • 三次元的に整合性が取れているものである

    Ronald T. Azuma; A Survey of Augmented Reality. Presence: Teleoperators and Virtual Environments 1997; 6 (4): 355–385. doi: https://doi.org/10.1162/pres.1997.6.4.355
  2. 自己位置推定(Odometry) • 内界センサを用いる • ジャイロセンサ、加速度センサ、地磁気センサ 目をつぶって歩数を数えて距離を測る • 外界センサを用いる • GPS

    • モーションキャプチャ • カメラ(Visual Odometry) • LiDAR 外から観測できる もしくは 景色を見ながら歩いて距離を測る
  3. SLAMの原理 1. マップの初期化 2. トラッキング 3. マッピング 4. Loop Closure

    https://jp.mathworks.com/help/vision/ug/monocular-visual-simultaneous-localization-and-mapping.html
  4. Deep SLAM • 画像からDepth推定 Huangying Zhan, Chamara Saroj Weerasekera, Jia-Wang

    Bian, Ravi Garg, Ian Reid, “DF-VO: What Should Be Learnt for Visual Odometry?,” arXiv, 2020.
  5. Deep SLAM • 特徴点抽出やマッチングの機能をDeep化 P. Sarlin, D. DeTone, T. Malisiewicz

    and A. Rabinovich, “SuperGlue: Learning Feature Matching with Graph Neural Networks,” Conference on Computer Vision and Pattern Recognition (CVPR), 2020.
  6. Deep SLAM • End-to-End(2枚の画像を入力すると自己位置推定結果が出力される)の学習モデル W. Wang, Y. Hu and S.

    Scherer, “TartanVO: A Generalizable Learning-based VO,” Conference on Robot Learning (CoRL), 2020.