Comments
Description
Transcript
コンピュータビジョン技術による仮想現実・複合現実技術
コンピュータビジョン技術による仮想現実・複合現実技術 斎藤 英雄 慶應義塾大学大学院理工学研究科 〒223-8522 横浜市港北区日吉 3-14-1 E-mail: [email protected] あらまし コンピュータビジョンはカメラで撮影された画像をコンピュータに理解させるための技術であり,30 年以上前からコンピュータによる人工視覚の実現を目的として研究されてきた.最近の 10 年は,コンピュータビジ ョンは色々な目的に利用されており,仮想・複合現実感のためにも盛んに利用されている.本発表では,コンピュ ータビジョン技術を仮想・複合現実感に応用した研究事例として,筆者が最近行っている関連研究について紹介す る. キーワード 自由視点画像,マルチカメラ,カメラキャリブレーション,3 次元形状復元,トラッキング Free Viewpoint Image Generation from Multiple Viewpoint Images and its Application to Mixed Reality Presentation Hideo Saito Graduate School of Science and Technology, Keio University 3-14-1 Hiyoshi Kouhoku-ku Yokohama, 223-8522, Japan E-mail: [email protected] Abstract Research on image processing and computer vision for multiple viewpoint images has extensively been performed in recent years. Free viewpoint image generation has especially been attracting a great deal of attention, because is can be applied to highly immersive visual communications and broadcasting in the next generation. In this article, I would like to introduce related researches to free viewpoint generation from multiple cameras that I have been performed in recent years, while referring to related researches. In addition to that, I would also like to introduce application of free viewpoint generation to mixed reality presentation. Keyword Free Viewpoint Image, Multiple Cameras, Camera Calibration, 3D Shape Recovery, Tracking 1. は じ め に 筆者は,多視点画像からの自由視点映像生成に関す 複数のカメラを用いて同一シーンを撮影したり,1 る 研 究 を 1997 年 ご ろ に 米 国 の CMU に 滞 在 す る 機 会 を 台のカメラを異動させながら同一シーンを撮影したり 得た際に始め,それ以降,関連する技術についての研 することにより得られる多視点画像を入力とした画像 究を行ってきた.本稿では,これまでに筆者が行って 処 理・コ ン ピ ュ ー タ ビ ジ ョ ン の 研 究 は ,最 近 10 年 以 上 きた多視点画像からの自由視点映像生成に関連した研 にわたって非常に盛んに研究されてきた. 究事例を関連研究の動向とともに紹介する.さらに, 特に自由視点映像生成に関する研究開発は,映像の 最近筆者が展開している,自由視点画像生成技術を複 視聴者や製作者がカメラを実際に移動させたり切り替 合現実感提示に応用しようとする研究事例について紹 えたりすることなく,同一シーンに対して観察したい 介する. 視点を自由に設定して映像見ることができる技術であ 2. Virtualized Reality り,次世代の映像生成・提示技術として注目を集めて 1995 年 に Kanade ら が 発 表 し た 論 文 [1]で , Virtualized いる. Reality の コ ン セ プ ト が 紹 介 さ れ ,そ れ を 実 現 す る た め に行った基礎実験の結果が紹介された.このコンセプ トは単純明快である.つまり,多視点画像を利用すれ 容易ではなくなってくるのである. そこで,3 次元位置は未知であるが,画像中に投影 ば原理的にはシーンの 3 次元形状復元が可能であり, されて検出された複数の点の視点間の対応関係のみを 実際は色々難しいにしても,何とかして復元した 3 次 利用したキャリブレーションが,簡単なキャリブレー 元形状を利用することにより,それを任意視点から観 ションとして利用されることがある.このような複数 察 し た「 自 由 視 点 画 像 」を CG 合 成 す る こ と が で き る , カメラ間の対応点関係のみに基づくキャリブレーショ というものであった.これは,つまりのところ,現実 ン は ,弱 キ ャ リ ブ レ ー シ ョ ン [4]と 呼 ば れ た り し て い る シーンの幾何学的構造情報と,その見え方の情報を一 が,理論的には複数カメラ間のエピポーラ幾何的関係 旦 コ ン ピ ュ ー タ に 取 り 込 み( 電 子 化 ,も し く は 仮 想 化 ), を 求 め る こ と に 相 当 し ,2 カ メ ラ の 場 合 は Fundamental その上で電子化・仮想化された現実シーンを自由に観 Matrix を 推 定 す る こ と が こ れ に 相 当 す る . 察 し よ う , と い う も の で あ る . Kanade ら の 論 文 [ 1] 筆 者 は , こ の Fundamental Matrix に 基 づ い て , 複 数 などで最初に言われた応用としては,バスケットボー カメラにより撮影された多視点画像から自由視点画像 ルをコート内部から観戦しよう,というものであった を生成するための技術について研究を進めてきた.そ が,実際はそこまで仮想視点を移動させてしまうと, の基本コンセプトになっているのは,射影グリッド空 3 次元形状復元の誤差等が非常に大きく目立ってしま 間 [5]と 呼 ん で い る ,複 数 カ メ ラ か ら 選 ば れ た 2 台 の 基 うために画質が良好な自由視点画像を得ることがで 底 カ メ ラ 間 の Fundamental Matrix と , 基 底 カ メ ラ と そ きなかった. の 他 の カ メ ラ 間 と の Fundamental Matrix か ら 各 カ メ ラ 筆 者 は , 部 屋 の 壁 4 面 と 天 井 に 合 計 49 台 の カ メ ラ 間の幾何学的関係を表現する枠組みである.この枠組 を 固 定 し た 3DRoom[2]を 構 築 し , さ ら に , 自 由 視 点 合 み を 利 用 す る こ と に よ っ て , 例 え ば , 図 1(a) を 含 む 成の際の画質を入力画像から出来るだけ劣化させな 20 枚 の 多 視 点 画 像 か ら 形 状 復 元 を 行 い ,そ れ に 基 づ い いようにするために,入力画像を撮影した視点間の視 て 図 1(b)に 示 す よ う な 自 由 視 点 画 像 が 合 成 可 能 で あ る 点内挿(補間)を行うことにより自由視点画像を合成 こ と を 示 し て い る [6]. す る 手 法 を 実 装 し ,有 効 性 を 示 し た [3].そ し て ,こ の 研究を通して,多視点画像からの自由視点画像生成の ための重要な要素技術として, ・ カメラキャリブレーション技術 ・ 3 次元形状復元技術 ・ レンダリング技術 それぞれについて,まだ多くの研究課題が残されてい ることを痛感し,それぞれの技術を出来るだけ実用レ ベルに引き上げることが,自由視点画像生成を実用化 させるために重要であると考えた.以下,それぞれの (a) 入 力 多 視 点 画 像 の う ち の 2 枚 観点から筆者が行ってきた研究とその関連研究につい て述べる. 3. カ メ ラ キ ャ リ ブ レ ー シ ョ ン 技 術 多視点画像を利用して自由視点画像を生成するため に避けて通れないのが,カメラキャリブレーションで ある.同じ空間を撮影する多視点カメラの内部パラメ ータと外部パラメータの全てを精度良く推定すること は容易な作業ではない.特に,撮影対象空間が大きく なると,その作業には相当の労力を要する.単純な方 (b) 多 視 点 画 像 か ら 生 成 さ れ た 自 由 視 点 画 像 の 例 法としては,撮影対象空間中に 3 次元座標が既知な点 図 1 : 多 視 点 画 像 間 の Fundamental Matrix の み を 用 い を複数配置し,それらが各カメラに投影される 2 次元 て生成した自由視点画像 座標と,元の 3 次元座標の関係を利用してカメラキャ リブレーションは行われる.しかし,対象空間が大き さらに,複数の人が手持ちで同一対象を撮影してい くなると,3 次元座標が既知な点を空間中に配置する る状況を想定し,複数の移動カメラを利用して撮影し ことが難しくなるため,カメラキャリブレーションは た多視点画像から自由視点画像を生成するのに上記の 考 え 方 を 利 用 し た 手 法 を 提 案 し た [7]. こ の 手 法 で は , 2 台の基底カメラ画像のみは固定とし,このカメラに より定義される 3 次元空間座標系に対して全てのカメ ラ の 射 影 関 係 を カ メ ラ 間 の Fundamental Matrix の み を 用いて推定することができることを利用して,自由視 点画像の合成を行っている. 上 記 の よ う な Fundamental Matrix に 基 づ く 複 数 カ メ 図2:同一平面に存在する 3 次元座標が既知の5個の ラ の キ ャ リ ブ レ ー シ ョ ン は ,3 視 点 ,4 視 点 間 の 関 係 を マーカを撮影した多視点画像と,両端に 2 点のマーカ 表 現 す る た め に ,よ り 高 次 の テ ン ソ ル 表 現 に 拡 張 さ れ , が取り付けられている長さが既知の棒を移動させなが それらを利用したキャリブレーション手法が研究され ら撮影した多視点画像列を入力画像とした多視点カメ て い る [8]. ラキャリブレーション手法 さて,上記の手法のように,カメラ間の 2 次元特徴 点 の 対 応 関 係 の み に 依 存 す る「 弱 キ ャ リ ブ レ ー シ ョ ン 」 では,結局のところカメラの位置や向きの絶対値を知 4. 形 状 復 元 技 術 ることは困難なので,結果的には,対象シーンの 3 次 多視点画像から対象の 3 次元形状を復元することは, 元形状の絶対値を知ることは出来ない場合が多い.そ 自由視点画像の質を本質的に高めるために必須である. こで,やはり対象空間に配置した 3 次元座標の既知な 文 献 [3]で は ,隣 接 す る 複 数 カ メ ラ に マ ル チ ベ ー ス ラ イ 点などに頼る必要が出てくることも多い.このような ン ス テ レ オ 法 [11]と , 全 て の カ メ ラ の シ ル エ ッ ト を 利 場 合 に ,カ メ ラ 間 の 2 次 元 特 徴 点 の 対 応 関 係 も 利 用 し , 用 し た 視 体 積 交 差 法 [12]を 併 用 し て 形 状 復 元 を 行 っ た . これに矛盾の無いような内部パラメータ・外部パラメ 冨 山 ら の 研 究 [13]に お い て も 視 体 積 交 差 法 を ベ ー ス に Bundle して,ステレオ法の考え方を併用して,高精度な形状 Adjustment[9] で あ る .こ の 考 え 方 を 利 用 し て ,図 2 に 復元が可能なことが報告されている.また,視体積交 ー タ を 推 定 し よ う と す る 考 え 方 が 示すように,同一平面に存在する 3 次元座標が既知の 差法で得られる形状と,実際のシルエットの差を出来 5個のマーカを撮影した多視点画像一組からカメラパ るだけ小さくするような形状を反復演算で求める手法 ラメータを推定し,さらにこの推定値の精度を向上さ [6,14]も 高 精 度 な 形 状 復 元 に は 有 効 で あ り ,図 1 で 示 し せるために,両端に 2 点のマーカが取り付けられてい た自由視点画像もこの手法で復元した形状を利用して る長さが既知の棒を任意の姿勢・位置で移動させなが いる. ら撮影した多視点画像列から得られるカメラ間の 2 次 この分野では世界的に高いレベルの国際会議であ 元特徴の関係を利用してカメラパラメータの推定精度 る CVPR06 で は ,こ の よ う な 多 視 点 画 像 か ら の 形 状 復 を向上させることにより,多視点カメラのキャリブレ 元 手 法 に つ い て の 比 較 サ ー ベ イ [15]が 行 わ れ , 最 新 の ーションを実現するソフトウエアを共同で開発した アルゴリズムの手法が色々な評価基準で比較された. [10]. カ メ ラ の 特 性 等 に も 依 存 す る が , 直 径 1 メ ー ト こ の 中 で も ,Furukawa ら に よ る 手 法 の 評 価 が 高 く ,こ ル程度の空間に対して6台のカメラを利用して本手法 れ を 発 展 さ せ た 手 法 が CVPR07 で 報 告 さ れ て い る [16]. を適用した場合,空間内の長さが既知の2点間の距離 しかし,形状復元精度を向上させようとアルゴリズ の 推 定 誤 差 が 最 大 で 2mm, 平 均 で 1mm 程 度 に な る よ ムを工夫すればするほど計算時間は掛かるようになり, うな精度で全てのカメラのキャリブレーションを行う 動きのある対象についての自由視点画像をターゲット ことができた. とすると,この計算時間の短縮の問題は避けては通れ これは,同一平面特徴点を利用するだけでもカメラ なくなってしまう.また,対象が静止しているスタテ キャリブレーションを実現できることが知られている ィックな物体だ,と仮定すれば,計算時間は気にしな が,それだけでは十分な精度が得られない場合に,た く て も 良 く な っ て く る ,と い う 考 え 方 も あ る .し か し , とえその 3 次元位置が未知であっても,任意位置姿勢 対象が静止物体の場合,あえてカメラを利用して多視 にマーカ配置し,そこから得られるカメラ間のエピポ 点画像を撮影しなくても,3 次元スキャナを利用する ーラ幾何的関係が精度向上に役立つことを意味するも などして高精度計測をすればよい,という考えも生ま のである. れてきてしまう.このような議論については,各手法 の長所・短所をよる検討した上で,実際の要求に合わ せて選択する必要がある. 一方,対象が何か,ということを限定することによ って,形状に関連する未知変数を減らして,形状推定 を簡略化することによって,多視点画像から良好な形 視点内挿した映像を生成すると,実視点に近い視点の 状復元を行う,という考え方も有効である. 場合は実画像に近い画質の画像が再生されるため,全 その一例として,人をスケルトンモデルとして考え, 体としての画質が劣化したという印象を抑えることが 人の各関節角度と,各スケルトンの形状を標準形状か できるという心理的効果を期待できることがメリット らの変形により表現してパラメータを削減することに となる. よって,人が動作しているシーンを撮影した多視点画 像から形状を推定し,自由視点画像を生成した研究が あ る [17]. 6. 複 合 現 実 提 示 さて,上記のような自由視点画像生成は,一定の映 筆者らのグループでは,自由視点画像の生成を目的 像コンテンツに対して,自由に視点を選択した画像を にしたものではないが,顔形状の多視点画像からの推 生成してみせるものである.一方,複合現実提示は, 定に,複数の実測顔形状データベースを利用した手法 現実シーンで電子化されている仮想映像を同時に複合 を 提 案 し て い る [18]. こ の 手 法 で は , 顔 形 状 デ ー タ ベ 的に観察することによって,現実シーンに新たな映像 ースに含まれる形状を主成分分析し,その上位の主成 情報を増強して提示することにより観察者に多くの情 分ベクトルの係数により顔形状を表現することによっ 報を提示しようとするものである. て ,顔 形 状 を 少 数 の パ ラ メ ー タ( 筆 者 ら の 実 験 で は 20) 自由視点画像は,このような複合現実提示と非常に で表現し,このパラメータを多視点画像から推定する 関連したコンテンツである.なぜなら,自由視点画像 ものである. を見るときには,視点を自由に選択することを暗に述 その結果,同じ顔をレーザースキャナにより計測し べているわけであり,一方で,複合現実提示は,現実 た 真 値 と 比 較 し て も ,平 均 3mm 以 内 の 誤 差 に 収 ま る 高 シーンを自由な視点で観察しながらも,そこに増強表 精度な形状計測が可能であることを確認した. 示される仮想コンテンツは現実シーンを観察する際に 選択されている視点に応じた変化をする必要があるか 5. レ ン ダ リ ン グ らである. 文 献 [19]で 筆 者 ら が 生 成 し た 自 由 視 点 画 像 で は , 復 この考え方による発想に基づいて実現しようとし 元した 3 次元モデルに入力画像のテクスチャをマッピ たのが,サッカーの自由視点映像を実フィールドで観 ングして自由視点映像を生成した.これは,形状復元 察 す る と い う 試 み で あ る [21]. こ れ は , 実 際 に は サ ッ 精度が非常に良い場合は良好な自由視点映像が得られ カーゲームの行われていない空のスタジアムや,スタ る手法であるが,そうでない場合には,その誤差の影 ジアムの模型を現実世界に用意し,その現実世界のス 響による画質劣化が,生成される自由視点画像に対し タジアムを観察した際に,その観察した視点に相当す て,自由視点画像の仮想視点が実視点に近いか遠いか る仮想視点で生成した自由視点画像をスタジアム画像 に無関係に生じてしまう. に重畳表示するというものである.こうすることによ そこで,あくまでも見かけ上の画質劣化を防ぐ方法 って,観察者は,その現実世界に用意したスタジアム として,隣接する視点間の視点内挿(補間)を利用し でサッカーの試合が行われているかのような効果を得 て,実カメラ画像に近い視点の場合は,できるだけ実 る こ と が で き る わ け で あ る .図 3 に そ の 実 現 例 を 示 す . 視点画像に近い画像が生成されるような手法を適用す さらに,同様の考え方に基づいて,図4に示すよう ることが有効と考えた.その考え方のもとに行った研 な,野球コンテンツを観察することができるシステム 究が,実際のサッカー多視点画像からの自由視点映像 を 構 築 し た [22]. 生 成 で あ る [20]. この研究では,対象シーンの 3 次元形状を復元する ことは困難と考えられるために,グランドは平面であ ると考え,まず,平面領域については,隣接する視点 間 の 平 面 射 影 行 列 か ら 自 由 視 点 画 像 を 生 成 し た .一 方 , 選手領域はグランドに立つビルボードのようなもので ある,という考え方を利用して,隣接する視点間で領 域の輪郭間の対応関係のみを求め,その対応点位置を 視点の移動に応じて移動させ,領域内もそれに応じて 移動させる(ワープさせる)処理によって中間視点画 像を生成した. このような手法を利用して複数カメラ間を連続的に 図 3:サ ッ カ ー を 現 実 の ス タ ジ ア ム モ デ ル 上 で 仮 想 的 に 観 察 す る シ ス テ ム .こ こ で は ,サ ッ カ ー フ ィ ー ル ド 上の直線パターンを利用してカメラ位置姿勢の推定 を行っている. ブレーション技術と密接な関係があることになる.し かし,この場合に重要なのは,オンラインで行う,と いう点であり,オンラインで行うがために,カメラキ ャリブレーションとしての精度や前提について,多少 の妥協が必要な場合もある.例えば,マーカーの利用 である.しかし,マーカが常に見えるとは限らないの で,色々なところにマーカを設置しておくことにより 解 決 可 能 で あ る が ,マ ー カ の 位 置 関 係 が 未 知 で あ る と , 図 4:野 球 を 現 実 の ス タ ジ ア ム モ デ ル 上 で 仮 想 的 に 観 察するシステム 連続的な複合現実提示が不可能になってしまう. 筆者らは,マーカの位置関係が未知な場合であって も,それらをフリーハンドのカメラで撮影した画像列 から位置関係をあらかじめ推定しておき,複数マーカ を連続的に利用することによって広範囲な領域で複合 現実提示を行うことが出来る手法を提案しており,文 献 [22]で 野 球 コ ン テ ン ツ を 広 範 囲 の 視 点 か ら 複 合 現 実 提示できるようにするために利用されている. 図5:障害物により一部を遮蔽された同一シーンを複 数のカメラが観察しているという状況を想定して,障 害物を除去した画像を表示するシステム例 自由視点画像は,従来は映像制作者・撮影者側にあ った視点の選択権を,観察者(視聴者)に与えること のできる技術であり,次世代の映像メディアとしての 期待は大きい.しかしながら,視点選択の自由度が増 えることにより,視聴者(観察者)に余計な負担を強 いることも考えられるため,視点の選択をより自然な 形で負担を与えることなく行わせることができる仕組 みも重要と考えられる.その意味では,本稿で紹介し たような複合現実提示では,現実シーンを観察するこ 聴者が極めて自然な形で視点を選択する仕組みになっ (b)障 害 物 を 除 去 表 示 し た 画像列 図6:手で文字を描いている時に,パターンを遮蔽し ているとも考えられる. ている手を除去した画像を生成した例 とが,視点を自動的に選択していることに相当し,視 ところで,これらの複合現実提示で重要となる技術 は,カメラのオンライントラッキングである.この技 術は,別の見方をすれば,カメラのオンラインキャリ ブレーションということになり,前述のカメラキャリ (a) 入 力 画 像 列 一方,仮想物体を提示することとは逆に,余計なも のを削除して提示するということも複合現実提示の一 種 で あ る .筆 者 ら は ,図 5 の よ う に ,複 数 の カ メ ラ が , ある障害物により一部を遮蔽された同一シーンを独立 に観察しているという状況を想定し,複数カメラのう ちいずれかが遮蔽されたシーンを部分的に撮影してい るという前提に基づいて,各カメラに対して遮蔽物体 を 削 除 し た 画 像 を 提 示 す る 手 法 を 提 案 し て い る [23]. ここでは,シーン中に設置されたマーカーパターンに より,各カメラの位置姿勢は常に得られているものと 考 え ,遮 蔽 物 体 に よ り 隠 れ て い る シ ー ン の 画 像 情 報 を , それが見えている他のカメラから入手して,隠れてい るシーンに貼り付けて提示する.図6に,本手法によ り実際にペンで紙に絵を書いている際に,それを遮蔽 している手を除去して提示した画像例を示す. 7. お わ り に 本稿では,これまでに筆者が行ってきた多視点画像 からの自由視点映像生成に関連した研究事例と関連研 究について紹介し,さらに,自由視点画像を複合現実 提示に応用した研究例について紹介した. 今後は,自由視点映像の生成法にとどまらず,生成 した自由視点画像をどのように利用するのか,またど のように提示することが効果的なのか,といった応用 面についての研究開発も重要と考えられ,筆者もその 方向についての研究を展開していきたいと考えている. 文 献 [1] Takeo Kanade, P. J. Narayanan, Peter Rander, “Virtualized Reality:Concept and Early Results,” Technical Report, CMU-CS-95-153, 1995 [2] Takeo Kanade, Hideo Saito, Sundar Vedula, “The 3D Room:Digitizing Time-Varying 3D Events bySynchronized Multiple Video Streams,” Technical Report, CMU-RI-TR-98-34, 1998 [3] H. Saito, S. Baba, T. Kanade, “Appearance-based virtual view generation from multicamera videos captured in the 3-D room,” IEEE Trans. Multimedia, Vol.5, No.3, pp.303-316, 2003 [4] O.Faugeras, Q. Luong, S. Maybank, “Camera Self-Calibration: Theory and Experiments," in Proceedings ECCV92, p.321-334, 1992 [5] H. Saito, T. Kanade, “Shape reconstruction in projective grid space from large number ofimages,” IEEE CVPR1999, Vol.2, pp.49-54, 1999. [6] S.Yaguchi, H.Saito, “Improving Quality of Free-Viewpoint Image by Mesh Based 3D Shape Deformation,” Journal of WSCG, Vol. 14, No. 1-3, pp. 57-64, 2006 [7] S. Jarusirisawad,H. Saito, “New Viewpoint Video Synthesis in Natural Scene Using Uncalibrated Multiple Moving Cameras,” IEICE technical report. Image engineering, Vol.106, No.448, pp. 25-30, IE2006-142, 2007 [8] 佐 藤 淳 , “テ ン ソ ル と 多 視 点 幾 何 ,” 情 報 処 理 学 会 研 究 報 告 CVIM[ コ ン ピ ュ ー タ ビ ジ ョ ン と イ メ ー ジ メ デ ィ ア ], Vol.2007, No.42, pp. 33-42, 2007 [9] B. Triggs, P. McLauchlan, R. Hartley, A. Fiztgibbon, “Bundle Adjustment - A Modern Synthesis,” In B. Triggs, A. Zisserman, R. Szeliski (Eds.), Vision Algorithms: Theory and Practice, LNCS Vol.1883, pp.298-372, Springer-Verlag, 2000 [10] Yuko Uematsu, Tomoaki Teshima, Hideo Saito, Cao Honghua, “D-Calib: Calibration Software for Multiple Cameras System,” 14th International Conference on Image Analysis and Processing (ICIAP2007), pp.285-290, 2007. [11] M. Okutomi and T. Kanade, “A Multiple-Baseline Stereo,” IEEE Trans. on Pattern Analysis and Machine Intelligence, vo.15, no.4, 1993 [12] A. Laurentini, “The visual hull concept for silhouette-based image understanding,” IEEE Trans. PAMI, Vol.16, 2, pp.150-162, 1994 [13] 冨 山 , 片 山 , 岩 舘 , 今 泉 , “視 体 積 交 差 法 と ス テ レ オマッチング法を用いた多視点画像からの三次 元 動 オ ブ ジ ェ ク ト 生 成 手 法 ,” 映 像 情 報 メ デ ィ ア 学 会 誌 , vol.58, No.6, 2004. [14] 延 原 章 平 , 和 田 俊 和 , 松 山 隆 司 , “弾 性 メ ッ シ ュ モ デルを用いた多視点画像からの高精度 3 次元形状 復 元 ,” 情 報 処 理 学 会 CVIM 研 究 会 論 文 誌 , Vol.43, SIG11(CVIM5), pp.53-63, 2002 [15] S. Seitz, B. Curless, J. Diebel, D. Scharstein, R. Szeliski, “A Comparison and Evaluation of Multi-View Stereo Reconstruction Algorithms,” Proc. IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR06), pp.519-528, 2006 [16] Y. Furukawa and J. Ponce, “Accurate, Dense, and Robust Multi-View Stereopsis,” IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR07), pp., 2007 [17] J. Carranza, C. Theobalt, M. Magnor, H.-P. Seidel, “Free-Viewpoint Video of Human Actors,” ACM Trans. on Computer Graphics (SIGGRAPH'03), vol. 22, no. 3, pp. 569-577, July 2003. [18] Hideo Saito, Yosuke Ito, Masaaki Mochimaru, “Face Shape Reconstruction from Image Sequence Taken with Monocular Camera using Shape Database,” 14th International Conference on Image Analysis and Processing (ICIAP2007), pp.165-170, 2007. [19] T. Kanade, P. Rander, S. Vedula, and H. Saito, “Digitizing a 3D Time-Varying Event as is and in. Real Time,” in Mixed Reality (Y.Ohta and H.Tamura eds.),. pp.41-57, Ohmsha, 1999 [20] 稲 本 奈 穂 ,斎 藤 英 雄 , “視 点 位 置 の 内 挿 に 基 づ く 3 次 元 サ ッ カ ー 映 像 の 自 由 視 点 観 賞 シ ス テ ム ,” 映 像 情 報 メ デ ィ ア 学 会 誌 , Vol.58, No.4, pp.529-539, 2004. [21] Naho Inamoto, Hideo Saito,”Immersive Observation of Virtualized Soccer Match at Real Stadium Model,” The Second International Symposium on Mixed and Augmented Reality (ISMAR03), pp.188-197, Oct.2003 [22] Y. Uematsu, H. Saito, “AR Baseball Presentation System with Integrating Multiple Planar Markers,” Proc.ICAT2006, LNCS4282, pp.163-174, 2006 [23] 榎 本 暁 人 , 斎 藤 英 雄 , “複 数 の ハ ン デ ィ カ メ ラ を 利 用 し た Diminised Reality,” MIRU2007 画 像 の 認 識 ・ 理 解 シ ン ポ ジ ウ ム , pp.1277-1282, 2007