自己位置推定・マッピングのための
コンピュータビジョン･画像処理技術
～structure from motion（SfM)と visual SLAMのポイント～
S200417N
開催日時：2020年4月17日（金） 10:30-16:30 （10:00受付開始）
会 場：オームビル（東京都千代田区神田錦町3‐1）
【地下鉄】
メトロ東西線『竹橋駅』徒歩3分
都営三田線・新宿線・メトロ半蔵門線『神保町駅』徒歩7分
都営新宿線・メトロ千代田線『小川町駅』徒歩7分
メトロ丸ノ内線『淡路町駅』徒歩8分
【JR】
中央線・山手線・京浜東北線『神田駅』徒歩10分
中央線・総武線『御茶ノ水駅』徒歩11分
受 講 料：お1人様受講の場合 47,000円[税別] / 1名
1口でお申込の場合 59,000円[税別] / 1口（3名まで受講可能）
<内山先生のセミナー>
〇 5月22日（金） 〇 自己位置推定・マッピングの最新技術動向 ＜ カメラ と IMU ＞
＜ 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 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.
自己位置推定・マッピングは，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で用いられつつある技術です．特に，カメラを用いたものをvisual SLAM(vSLAM)，さらに，IMU
を併用したものをvisual-inertial SLAM(VIS)と呼ばれています．写真測量などの３次元計測（マッピング）とは表裏一体の関
係にあります．その背景にある技術は，カメラ幾何・画像処理に基づくコンピュータビジョンです．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
ど対象に，３次元的な自己位置推定・マッピング処理を対象としたコンピュータビジョン技術を初歩から概説します．カメラの
投影モデルや特徴点トラッキングなどの基礎技術から，古くから研究がなされてきたオフライン型structure from motion（SfM)，
Hololens，ARCore，ARKitなどにも用いられるオンライン型visual SLAMの枠組みに至るまでを理解できることを目的とします．
コンピュータビジョン技術を実運用する場合，動作が不安定であり，また，期待した精度が出ない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，vSLAMを用
い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. vSLAMの歴史と関連技術
- SLAM技術の変遷, vSLAM手法の分類
- structure from motion, multi view stereoとの違い
2. 画像処理の基礎
- 特徴点マッチング
- 画像検索
3. カメラ幾何の基礎
- 座標系
- 透視投影
- 三角測量
- エピポーラ幾何
4. 特徴点を用いた単眼vSLAMの枠組み
- Initialization
- Localization/Tracking
- Mapping
- Relocalizaiton
- Loop closure
5. 他のvSLAMの分類
- visual inertial SLAM（VIS）
- ダイレクト法
- RGBD SLAM
