Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
村山 真大*; 原園 友規*; 石井 裕剛*; 下田 宏*; 樽田 泰宜
E-Journal of Advanced Maintenance (Internet), 17(2), p.15 - 24, 2025/08
We compared the depth enhancement process and the post-processing of the proposed and existing dataset creation methods. Results show that our depth enhancement process can create a higher quality dataset than that created using the existing method. A network trained on a dataset with our post processing completed the missing area of depth image more correctly and improves accuracy near edges better than the existing method. We also evaluated some post-processing steps for depth enhancement of the trained network.
原園 友規*; 石井 裕剛*; 下田 宏*; 樽田 泰宜; 香田 有哉
Journal of Nuclear Science and Technology, 59(7), p.934 - 948, 2022/07
被引用回数：2 パーセンタイル：20.50(Nuclear Science & Technology)Three-dimensional (3D) reconstruction models are useful for many situations in maintenance and decommissioning work at nuclear power plants (NPPs). For construction of 3D reconstruction models, it is desirable that they be constructed from images obtained by scanning work sites with a camera because such scanning is easier and less costly than with other devices such as laser scanner. Nevertheless, when scanning with a camera, it is difficult for users to scan with being conscious of the appropriate scanning techniques and unscanned areas. Users who have no knowledge about scanning with a camera therefore have difficulty scanning work sites and capturing enough images to construct accurate 3D reconstruction models of them. In this study, we aim to develop a scanning support system using augmented reality (AR). The system enables users to construct 3D reconstruction models with few unscanned areas, even in very complicated environments such as work sites at NPPs. Moreover, this system detects and visualizes the current scanning status to remind and encourage users to scan as few unscanned areas as possible. For this study, we evaluated the scanning support system effectiveness. We asked many beginner users to use the developed system and the scanning system with no support (non-support system) to scan an indoor environment and compared the performance of these two systems. Results demonstrated that the developed system can scan larger areas and that it can capture more useful images to construct 3D reconstruction models than the non-support system. We also conducted an evaluation experiment at an actual NPP work site to ascertain whether the scanning support system is effective, even at an actual work site at an NPP. For this evaluation experiment, we asked NPP workers to scan the work site with the developed system and the non-support system. Results showed that the developed system can scan larger areas, even at an actual work site.
村山 真大*; 東山 豊大*; 原園 友規*; 石井 裕剛*; 下田 宏*; 大城戸 忍*; 樽田 泰宜
IEICE Transactions on Information and Systems, E105-D(6), p.1211 - 1224, 2022/06
被引用回数：1 パーセンタイル：9.56(Computer Science, Information Systems)High-quality depth images are required for stable and accurate computer vision. Depth images captured by depth cameras tend to be noisy, incomplete, and of low-resolution. Therefore, increasing the accuracy and resolution of depth images is desirable. We propose a method to accomplish pixel-by-pixel noise reduction, depth completion, and super-resolution of depth images. For each pixel in the target image, the linear space from the focal point of the camera through each pixel to the existing object is divided into equally spaced grids. In each grid, the difference from each grid to the object surface is obtained from multiple tracked depth images, which have noisy depth values of the respective image pixels. Then, the coordinates of the correct object surface are obtainable by reducing the depth random noise. The missing values are completed. The resolution can also be increased by creating new pixels between existing pixels and by then using the same process as that used for noise reduction. Evaluation results have demonstrated that the proposed method can do processing with less GPU memory. Furthermore, the proposed method was able to reduce noise more accurately, especially around edges, and was able to process more details of objects than the conventional method. The super-resolution of the proposed method also produced a high-resolution depth image with smoother and more accurate edges than the conventional methods.
三木 直也*; 原園 友規*; 石井 裕剛*; 下田 宏*; 香田 有哉
International Electronic Journal of Nuclear Safety and Simulation (Internet), 9(2), p.162 - 171, 2018/12
本件は、「ふげん」と京都大学との共同研究において開発した、解体対象物の寸法等の情報を解体作業者が容易に測定できる距離情報表示システムについて、「ふげん」の純水装置室で実施した実証試験結果及び被験者のアンケート結果等を京都大学が報告するものである。
三木 直也*; 原園 友規*; 石井 裕剛*; 下田 宏*; 香田 有哉
Proceedings of 2nd International Conference on Computer-Human Interaction Research and Applications (CHIRA 2018) (USB Flash Drive), p.134 - 140, 2018/09
本件は、「ふげん」と京都大学との共同研究において開発した、解体対象物の寸法等の情報を解体作業者が容易に測定できる距離情報表示システムについて、京都大学が報告するものである。本システムは、極めて単純な操作で容易に使用でき、短時間で対象とする長さを測定することができ、手作業による測定の手間の効率化、測定時間の短縮等を目的としている。「ふげん」での実証試験を経て、一定の効果が期待できることから有用なシステムであることを確認している。
樽田 泰宜; 原園 友規*; 石井 裕剛*; 香田 有哉; 友田 光一
no journal, ,
AR技術とは、計算機で生成した仮想物体や文字情報を「あたかも現実世界に存在するかのように見せること」で現実世界を拡張する技術のことである。本件では、この技術を新型転換炉原型炉ふげん(以下「ふげん」)での廃止措置に適応すべく、京都大学下田研究室と共同で開発を進めている。廃止措置を安全で合理的に実施するためには様々な可能性を事前に検討することが必要であり、AR技術といった先進技術を実際の現場で活用していくことも重要である。
村山 真大*; 原園 友規*; 石井 裕剛*; 下田 宏*; 樽田 泰宜; 香田 有哉
no journal, ,
市販のRGB-Dカメラでキャプチャされた深度画像にはノイズが含まれており、安定した正確なカメラのトラッキングと3D再構成には、高精度の深度画像が必要である。本研究では、複数のデプス画像を融合して高精度なデプス画像を生成するオフラインノイズ除去アルゴリズムを開発し、実世界を連続的に撮影して得られたデプス画像から多数のデータセットを自動生成する手法を開発した。
原園 友規*; 木村 太郎*; 石井 裕剛*; 下田 宏*; 香田 有哉
no journal, ,
本件は、作業現場の3次元再構成モデルと拡張現実感(AR)技術を用いた情報参照システムの開発について、京都大学の学生がポスターセッションを実施するものである。情報参照システムは、解体作業における、作業計画立案者や作業員間の直感的な情報共有を可能にすることを目的として、作業現場の3次元再構成モデルを用い て、現場環境を様々な視点から確認して作業対象箇所を検討し、さらに、作業対象箇所の材質や稼働状況などの情報を書き込み、解体作業時にも共有できる作業支援システムである。
