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.
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.
橋本 周; 木名瀬 栄; 宗像 雅広; 村山 卓; 高橋 聖; 高田 千恵; 岡本 明子; 早川 剛; 助川 正人; 久米 伸英*; et al.
JAEA-Review 2020-071, 53 Pages, 2021/03
JAEA-Review-2020-071.pdf:2.72MB
原子力機構は、災害対策基本法及び武力攻撃事態対処法に基づく指定公共機関として、原子力災害や放射線緊急事態が発生した場合には、災害対応に当たる国や地方公共団体の要請に応じて人的・技術的支援を行う。防災基本計画及び原子力災害対策マニュアルでは、原子力機構は原子力緊急時において公衆の被ばく線量の推計・把握を支援することが要求されている。しかし、その支援について、基本方策,調査対象,調査方法,実施体制等について具体的かつ詳細には検討されていない。本報告では、公衆の緊急時被ばく線量の推計・把握に関する技術的支援について、原子力緊急時支援・研修センター内に設置された「緊急時の線量評価検討WG」において調査・考察した結果を報告することにより、国や地方公共団体、及び原子力機構内における今後の具体的かつ詳細な検討及び活動に貢献することを目的とする。
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。
