JP6242334B2 - 平面特性基盤マーカーレス拡張現実システムおよびその動作方法 - Google Patents

Description

本発明は、映像に含まれる３次元情報を利用してカメラの姿勢を推定する技術に関する。

拡張現実は、カメラで撮影した実際映像にグラフィックスオブジェクトや付加情報をオーバラップして示す技術である。正確な拡張現実を実現するためには、カメラの姿勢（ｐｏｓｅ）、すなわち、位置と方向を正確に把握することが重要である。カメラの位置や方向を把握するためには、事前に準備されたマーカー（ｍａｒｋｅｒ）を利用したり、事前に定義された参照オブジェクト（ｅｘ．２Ｄ（ｄｉｍｅｎｓｉｏｎ）平面オブジェクトや３Ｄモデル）を実際の空間に配置し、基準カメラ位置に対比して現在のカメラの相対的な位置を導き出す方式を使用する。

図１は、従来技術に係るマーカーの一例を示す図である。図１を参照すれば、１１０は事前に準備されたマーカーであって、ＱＲ（Ｑｕｉｃｋ Ｒｅｓｐｏｎｓｅ）コードのような人為的な（ａｒｔｉｆｉｃｉａｌ）形態であってもよい。１２０は、実際の映像に自然に存在する２次元または３次元の参照オブジェクトをマーカーとして使用する一例を示す。図面では、実際の映像に含まれているモニター、キーボード、机の上に置かれたフレームを参照オブジェクトとして使用してもよい。

１２０に示すように、２次元または３次元のオブジェクトをマーカーとして使用する場合、実際の空間に存在する自然な参照オブジェクトを使用するという意味でマーカーレス（Ｍａｒｋｅｒ−ｌｅｓｓ）に分類されたりもするが、実際には参照オブジェクトをマーカーとしてデータベースに格納するなどの事前準備が必要となるため、マーカーを利用する方式に該当する。１２０では、参照オブジェクトをマーカーとして使用するための点（＋）特徴をデータベースに格納してもよい。

したがって、事前準備をせずに所望する場所と時間に拡張現実技術を即時に活用するためには、参照オブジェクトなしでマーカーレスカメラトラッキングおよび整合が必要となる。

従来の拡張現実技術におけるカメラトラッキングおよび整合は、マーカーの使用可否とは関係なく、カラー映像におけるインテンシティ（ｉｎｔｅｎｓｉｔｙ）情報を活用した点特徴（ｐｏｉｎｔ ｆｅａｔｕｒｅ）を主に利用していた。このとき、カラー映像のインテンシティを活用するためには照明条件が一定でなければならず、特異な（ｄｉｓｔｉｎｃｔｉｖｅ）点特性を探し出すためにテクスチャが豊富でなければならないというという制約がある。

マーカーレス拡張現実技術の代表的な例であるＰＴＡＭ（Ｐａｒａｌｌｅｌ Ｔｒａｃｋｉｎｇ ａｎｄ Ｍａｐｐｉｎｇ）は、カラー映像から点特性を探し出し、フレーム別に点特性間の対応関係を利用して３次元空間に対するマップ（ｍａｐ）を生成し、このマップを基準としてカメラ姿勢を推定する方式を利用する。特に、初期にマップを生成するために５点アルゴリズム（ｆｉｖｅ ｐｏｉｎｔ ａｌｇｏｒｉｔｈｍ）を利用するため、最小５つ以上の対応する点特徴が抽出されなければならないが、テクスチャが豊富でない場合には点特徴が抽出されず、拡張現実システムが正常動作しない場合が発生することがある。

本発明の目的は、カメラから生成された映像の３次元情報を利用して前記映像に含まれた複数の平面情報を抽出し、抽出された複数の平面情報間の対応関係を利用してカメラの姿勢を推定するマーカーレス拡張現実システムおよびその動作方法を提供する。

一実施形態に係るマーカーレス拡張現実システムは、カメラから生成された映像の３次元情報を利用して前記映像に含まれた複数の平面情報を抽出する平面抽出部、前記抽出された複数の平面情報間の対応関係を推定する対応関係推定部、および前記推定された対応関係を利用して前記カメラの姿勢（ｐｏｓｅ）を推定するカメラ姿勢推定部を含む。

前記平面抽出部は、前記３次元情報から第１点を選択し、前記第１点から閾値以内に位置する第２点および第３点を選択し、選択された前記第１点、前記第２点、および前記第３点を利用して平面モデルを生成してもよい。

前記平面抽出部は、前記平面モデルを利用して前記映像内に含まれた複数の平面情報を抽出してもよい。

前記対応関係推定部は、各平面情報を構成する法線ベクトル、または前記カメラから前記各平面情報間の距離を利用して前記複数の平面情報間の対応関係を推定してもよい。

前記平面抽出部は、前記映像を構成する複数のフレームに含まれた複数の平面情報を抽出してもよい。前記対応関係推定部は、前記複数のフレームのうちからいずれか１つのフレームを基準フレームとして選定し、選定された基準フレームに含まれた対象平面情報を利用して前記複数の平面情報間の対応関係を推定してもよい。

前記対応関係推定部は、平面情報に含まれた点の数、平面情報間の法線ベクトルの方向、または前記カメラから平面情報までの距離のうちいずれか１つを考慮して前記対象平面情報を選択してもよい。

前記対応関係推定部は、前記対象平面情報と各フレームに含まれた平面情報の間の法線ベクトルの方向、または前記カメラから平面情報までの距離を考慮して前記複数の平面情報間の対応関係を推定してもよい。

前記対応関係推定部は、前記選択された対象平面情報を平面情報データベースに格納し、前記複数の平面情報のうちで前記対象平面情報と相違した平面情報を前記平面情報データベースに格納してもよい。

前記カメラ姿勢推定部は、前記対応関係を利用して前記カメラの回転情報または移動情報を推定し、推定された前記回転情報または前記移動情報を利用して前記カメラの姿勢を推定してもよい。

前記カメラ姿勢推定部は、前記映像に含まれたフレーム別の平面情報間の法線ベクトルを利用して回転行列を生成し、前記回転行列と前記カメラから前記平面情報までの距離を利用して移動行列を生成し、前記回転行列および前記移動行列を利用して変換行列を生成してもよい。前記カメラ姿勢推定部は、前記変換行列を利用して前記カメラの姿勢を推定してもよい。

他の実施形態に係るマーカーレス拡張現実システムは、カメラから生成された映像の３次元情報を利用して前記映像に含まれた複数の平面情報を抽出する平面抽出部、および前記抽出された複数の平面情報を利用して前記映像と仮想オブジェクトを整合する拡張現実部を含む。

前記平面抽出部は、前記３次元情報から第１点を選択し、前記第１点から閾値以内に位置する第２点および第３点を選択し、前記第１点、前記第２点、および前記第３点を利用して複数の平面情報を抽出してもよい。

前記マーカーレス拡張現実システムは、前記抽出された複数の平面情報間の対応関係を利用して前記カメラの姿勢を推定するカメラ姿勢推定部をさらに含んでもよい。前記拡張現実部は、前記推定されたカメラの姿勢を利用して前記映像と仮想オブジェクトを整合してもよい。

前記マーカーレス拡張現実システムは、前記抽出された平面情報に含まれた点の数、平面情報間の法線ベクトルの方向、または前記カメラから平面情報までの距離のうちいずれか１つを考慮して対象平面情報を選択し、前記対象平面情報と各フレームに含まれた平面情報の間の法線ベクトルの方向、または前記カメラから平面情報までの距離を考慮して前記複数の平面情報間の対応関係を推定する対応関係推定部をさらに含んでもよい。

一実施形態に係るマーカーレス拡張現実方法は、映像の３次元情報を利用して前記映像に含まれた複数の平面情報を抽出するステップ、および前記抽出された複数の平面情報間の対応関係を利用して前記映像を生成したカメラの姿勢を推定するステップを含む。

他の実施形態に係るマーカーレス拡張現実の方法は、決められた対象平面の情報に基づいて、映像から抽出された複数の平面情報間の対応関係を、プロセッサによって推定するステップ、前記推定された対応関係に基づいて、前記映像を生成するカメラの姿勢を推定するステップ、前記抽出された複数の平面の情報を利用して、前記映像と前記映像の仮想オブジェクトを整合するステップを含む。

事前に参照オブジェクトをデータベースに格納するなどの準備をせずに、所望する場所と時間に拡張現実技術を即時に活用することができる。

参照オブジェクトがないマーカーレスカメラトラッキングおよび整合が可能である。

深度カメラから取得した映像の３次元情報を利用することにより、マーカーがない拡張現実システムが構築可能である。

映像から抽出された平面特性を利用してカメラモーションを推定することにより、カラーカメラを利用する従来のカメラモーション推定技術が正常に動作しない環境でも利用することができる。カメラモーション推定の適用時、環境上の制約条件を緩和することにより、カメラモーション推定技術の活用範囲を広げることができる。

３次元空間上の点を平面で生成して使用することにより、個別的な点の３次元座標値に雑音がある場合にも自動的に特異な値を除去し、高精密整合が可能である。

従来技術に係るマーカーの一例を示す図である。 本発明の一実施形態に係るマーカーレス拡張現実システムの構成を示すブロック図である。 ３次元情報から点を選択する一例を示す図である。 平面方程式の係数が示す幾何学的な意味を示す図である。 映像から平面情報を抽出する一例を示す図である。 本発明の他の実施形態に係るマーカーレス拡張現実システムの構成を示すブロック図である。 平面特徴を利用してカメラの姿勢を推定する一例を示す図である。 映像と仮想オブジェクトを整合する一例を示す図である。 本発明の一実施形態に係るマーカーレス拡張現実の動作方法の順を示すフローチャートである。

以下、添付の図面および添付の図面に記載された内容を参照しながら、本発明の多様な実施形態を詳細に説明するが、本発明が実施形態によって制限されたり限定されることはない。

図２は、本発明の一実施形態に係るマーカーレス拡張現実システムの構成を示すブロック図である。図２を参照すれば、マーカーレス拡張現実システム２００は、３次元情報取得部２１０、平面抽出部２２０、対応関係推定部２３０、およびカメラ姿勢推定部２４０を含んでもよい。

マーカーレス拡張現実システム２００は、映像から抽出された平面特性を利用してカメラ姿勢を推定することにより、事前に参照オブジェクトをデータベースに格納するなどの準備作業が必要なく、マーカーがない拡張現実システム構築が可能である。

映像から平面特性を得るためには、先ず、映像から３次元情報を取得しなければならない。

このために、３次元情報取得部２１０は、深度カメラから深さ映像を取得し、取得した深さ映像から深さ情報を３次元情報として取得してもよい。また、３次元情報取得部２１０は、複数のカラーカメラから取得したカラー映像を利用して３次元情報を取得してもよい。カラーカメラで取得したカラー映像は２次元映像であるため、３次元情報取得部２１０は、ステレオカラーカメラまたはマルチカラーカメラなどのような複数のカラーカメラから取得したカラー映像を利用して３次元情報を取得してもよい。

以下、深さ映像とカラー映像をすべて「映像」と通称する。

平面抽出部２２０は、前記３次元情報を利用して映像に存在する平面を推定する。実施形態において、平面抽出部２２０は、平面を構成する点が隣接する空間内に存在するという空間一貫性（Ｓｐａｔｉａｌ Ｃｏｈｅｒｅｎｃｙ）を考慮してより迅速に平面モデルを推定してもよい。平面抽出部２２０は、前記３次元情報から任意に第１点（Ｐ１）を選択し、前記第１点から閾値以内に位置する第２点（Ｐ２）および第３点（Ｐ３）を選択してもよい。すなわち、平面抽出部２２０は、第１点から閾値以内に位置する点を抽出するために、３次元空間上の点に対してツリー（ｋｄ−ｔｒｅｅ）を構築し、第１点（Ｐ１）を基準として閾値内にある点のうちから第２点（Ｐ２）および第３点（Ｐ３）を選択してもよい。

図３は、３次元情報から点を選択する一例を示す図である。図３を参照すれば、第１〜第３点をそれぞれ任意に選択する場合、３つの点が同一平面上に存在する確率が隣接する地域から３つの点を選択するときよりも相対的に少なくなるため、平面モデルを抽出するのに長い時間がかかる。したがって、平面抽出部２２０は、第１点を選択した後、第１点を基準として閾値以内である隣接領域（円）に含まれた第２点、第３点を選択する方式を利用すれば、既存のＲＡＮＳＡＣ（Ｒａｎｄｏｍ Ｓａｍｐｌｅ Ｃｏｎｓｅｎｓｕｓ）方式に比べてより迅速に平面情報を抽出することができる。

平面抽出部２２０は、前記選択された前記第１点、前記第２点、および前記第３点を利用して平面モデルを生成してもよい。

前記第１点〜前記第３点のＰ１、Ｐ２、Ｐ３が（ｘ１、ｙ１、ｚ１）（ｘ２、ｙ２、ｚ２）（ｘ３、ｙ３、ｚ３）と定められれば、次のような行列式によって平面方程式の係数（ｃｏｅｆｆｉｃｉｅｎｔ）であるＡ、Ｂ、Ｃを求めてもよい。

ここで、（Ａ、Ｂ、Ｃ）は平面の方向を示す法線ベクトルであり、Ｄは前記カメラから前記第１点〜前記第３点が含まれた平面までの距離である。

前記行列式は、数式（２）のようにさらに展開してもよい。

Ａ＝ｙ１（ｚ２−ｚ３）＋ｙ２（ｚ３−ｚ１）＋ｙ３（ｚ１−ｚ２）
Ｂ＝ｚ１（ｘ２−ｘ３）＋ｚ２（ｘ２−ｘ１）＋ｚ３（ｘ１−ｘ２）
Ｃ＝ｘ１（ｙ２−ｙ３）＋ｘ２（ｙ３−ｙ１）＋ｘ３（ｙ１−ｙ２）
−Ｄ＝ｘ１（ｙ２ｚ３−ｙ３ｚ２）＋ｘ２（ｙ３ｚ１−ｙ１ｚ３）＋ｘ３（ｙ１ｚ２−ｙ２ｚ１） （２）

平面抽出部２２０は、前記計算されたＡ、Ｂ、Ｃ、Ｄを利用して数式（３）のような平面方程式を求めてもよい。

Ａｘ＋Ｂｙ＋Ｃｚ＋Ｄ＝０ （３）

図４は、平面方程式の係数が示す幾何学的な意味を示す図である。図４を参照すれば、（Ａ、Ｂ、Ｃ）は平面情報の方向を示す法線ベクトルであり、Ｄは原点から前記平面までの距離に該当する。例えば、Ｄは３つの点を抽出した平面を座標系に投影したときの原点から前記平面までの距離であるため、実際の空間上では前記カメラから前記平面までの距離と同じであると言える。

平面抽出部２２０は、前記平面モデルを利用して前記映像内に含まれた複数の平面情報を抽出してもよい。複数の平面情報は、数式（４）のように平面集合で表現されてもよい。

Ｓ^ｉはｉ番目のカメラから抽出された平面集合、ｉはカメラインデックス、ｊは平面番号、ｎは抽出された全体平面の個数である。

例えば、Ｓ^１は１番目のカメラから抽出された複数の平面情報であり、Ｓ^２は２番目のカメラから抽出された複数の平面情報であり、Ｓ^ｉはｉ番目のカメラから抽出された複数の平面情報を意味する。

前記カメラモーションが小さい場合には、隣接フレーム間の法線ベクトル間の格差が少ないということを意味する。したがって、平面抽出部２３０で映像に含まれたフレーム別の各平面情報を抽出すれば、対応関係推定部２３０は、平面情報を構成する法線ベクトルとカメラと平面の間の距離を利用して複数の平面情報間の対応関係を推定してもよい。

各平面情報が示す平面特性は、平面方程式の係数である（ａｉ、ｂｉ、ｃｉ、ｄｉ）で示してもよい。ここで、平面情報の個数は３つにのみ制限されず、３つ以上の平面を含んでもよい。

実施形態において、平面抽出部２２０は、前記映像を構成する複数のフレームに含まれた複数の平面情報を抽出してもよい。対応関係推定部２３０は、前記複数のフレームのうちからいずれか１つのフレームを基準フレームとして選定してもよい。例えば、前記基準フレームとして１番目のフレームが選定された場合、対応関係推定部２３０は、抽出された現在のフレームが１番目のフレームであれば、抽出された複数の平面情報のうちから実際に追跡するための対象平面情報を選択して平面情報データベースに格納してもよい。対応関係推定部２３０は、実施形態のように１つの対象平面情報に制限されることなく、１つよりも多い対象平面情報を選択してもよい。対応関係推定部２３０は、選定された基準フレームに含まれた対象平面情報を利用して前記複数の平面情報間の対応関係を推定してもよい。

実施形態において、対応関係推定部２３０は、平面情報に含まれた点の数、平面情報間の法線ベクトルの方向、または前記カメラから平面情報までの距離のうちいずれか１つを考慮して前記対象平面情報を選択してもよい。例えば、対応関係推定部２３０は、平面情報に含まれた点の数が多い場合、平面情報間の法線ベクトル間方向差が大きい場合、または前記カメラから平面情報までの距離が遠い場合を考慮して前記対象平面情報を選択してもよい。

対応関係推定部２３０は、前記基準フレームが定められた後のフレームからは、平面情報データベースに格納された対象平面情報と現在抽出された平面情報の間の法線ベクトルの方向、前記カメラから平面情報までの距離を考慮して平面情報間対応関係を推定してもよい。対応関係推定部２３０は、前記複数の平面情報のうちで前記対象平面情報と相違した平面情報を前記平面情報データベースに格納してもよい。すなわち、対応関係推定部２３０は、平面情報データベースに存在しない（１番目のカメラ視野からは見えない）新たな平面情報が現在のフレームから検出された場合、新たな平面情報を平面情報データベースに格納してもよい。したがって、対応関係推定部２３０は、対象平面情報と複数の平面情報の間の対応関係推定により、１番目のフレームからは見えなかった領域でもカメラ追跡および仮想オブジェクト整合が可能なようにする。

図５は、映像から平面情報を抽出する一例を示す図である。図５を参照すれば、平面抽出部２２０は、映像５１０に対してカメラモーション変化に応じて多様な複数の平面情報５２０〜５６０を抽出してもよい。例えば、映像５１０は、深度カメラで生成した深さ映像であってもよい。実施形態に係る前記映像５１０は、複数の２Ｄカラー映像から生成された深さ映像であってもよい。カメラが移動しながら深さ映像５１０に含まれたオブジェクト（机、机上の箱（四角形））を撮影したとすれば、カメラの視点に応じてそれぞれ異なる映像が撮影される。したがって、カメラ姿勢推定部２４０は、前記抽出された複数の平面情報間の対応関係の推定によってカメラの姿勢を推定してもよい。

例えば、対応関係推定部２３０は、映像５１０に対する対象平面情報として「５２０」を選択してもよい。対応関係推定部２３０は、対象平面情報を選択して平面情報データベースに格納してもよい。例えば、５２０は、机を基準としてシンボル・を用いた上端部の指示、シンボル・を用いた下端部の指示、シンボル＋を用いた底の指示、シンボル▼を用いた左側部の指示、シンボル○を用いた右側部の指示、シンボルｘを用いた箱の指示などを対象平面情報として含んでいる。対応関係推定部２３０は、５２０に含まれた対象平面情報を複数の平面情報５３０〜５６０と比較することにより、複数の平面情報５２０〜５６０間の対応関係を推定してもよい。例えば、５２０と５３０を比較すれば、５２０には机の左側平面（▼）情報が含まれているが、５３０には机の左側平面情報が含まれていないことが分かる。また、５２０と５６０を比較すれば、５２０には机の右側平面（○）情報が含まれているが、５６０には机の右側平面情報が含まれていないことが分かる。もし、対応関係推定部２３０は、前記対象平面情報と同じでない新たな平面情報が検出された場合、新たな平面情報を平面情報データベースに新たに格納してもよい。

カメラ姿勢推定部２４０は、前記推定された対応関係を利用して前記カメラの姿勢（ｐｏｓｅ）を推定する。カメラ姿勢推定部２４０は、前記対応関係を利用して前記カメラの回転情報または移動情報を推定し、推定された前記回転情報または前記移動情報を利用して前記カメラの姿勢を推定してもよい。

カメラの回転情報または移動情報を推定するためには、最小３つの平面対応ペアが必要となる。同じ平面情報が以前のフレームと対比してどのように変わったのかを利用すれば、回転情報または移動情報の推定が可能となる。

回転情報を推定するために、カメラ姿勢推定部２４０は、下記の数式（５）を用いた前記映像に含まれたフレーム別の平面情報間の法線ベクトルを利用して回転行列（Ｒ）を生成してもよい。

下付き文字で表示された変数（ａ_１〜ｃ_３）は平面番号であり、上付き文字で表示された変数（１（ａ^１〜ｃ^１）またはｉ（ａ^ｉ〜ｃ^ｉ））はカメラインデックスを意味する。また、Ｒ_１１〜Ｒ_３３は回転行列を意味する。

数式（５）を線形システムに変換して下記のような数式（６）を得てもよい。

カメラ姿勢推定部２４０は、数式（６）によって回転行列を生成してもよい。一般的に、回転行列は正規直交（Ｏｒｔｈｏｎｏｒｍａｌ）した特性を有さなければならないが、数式（６）によって求められた回転行列は、正規直交した特性を満たさないこともある。したがって、カメラ姿勢推定部２４０は、例えば、ＳＶＤ（Ｓｉｎｇｕｌａｒ Ｖａｌｕｅ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ）を行うことにより、正規直交した特性を反映した最適の回転行列を下記の数式（７）のように求めてもよい。

［Ｕ Ｖ Ｄ］＝ＳＶＤ（Ｒ）
Ｒ＝ＵＤ^Ｔ （７）
Ｒは、正規直交した特性を反映した回転行列である。

カメラ姿勢推定部２４０は、前記回転行列を利用して前記カメラの回転情報を推定してもよい。

移動情報を推定するために、カメラ姿勢推定部２４０は、下記の数式（８）を用いた前記回転行列Ｒと前記カメラから複数の各平面情報までの距離を利用して移動行列（Ｔ）を生成してもよい。

はカメラから平面情報までの距離、ｉはカメラインデックス、ｊは平面番号を意味する。Ｒは回転行列、Ｔは移動行列を意味する。

数式（８）は、数（９）のように表現されてもよい。

カメラ姿勢推定部２４０は、前記移動行列を利用して前記カメラの移動情報を推定してもよい。

上述して提示した実施形態は、対応する平面情報が３つの場合であり、３つ以上の場合にも、カメラ姿勢推定部２４０は、線形システム（ｌｉｎｅａｒ ｓｙｓｔｅｍ）での重複決定方法（ｏｖｅｒｄｅｔｅｒｍｉｎｅｄ ｓｏｌｕｔｉｏｎ）を利用して回転情報または移動情報の推定が可能である。

カメラ姿勢推定部２４０は、下記の数式（１０）を用いた前記回転行列Ｒ（３×３）と前記移動行列Ｔ（３×１）を利用し、１番目のカメラを基準として現在のカメラモーションを反映した変換行列（ＲＴ）を求めてもよい。

カメラ姿勢推定部２４０は、前記変換行列を利用して前記カメラの姿勢を推定してもよい。

カメラ姿勢推定部２４０は、前記推定されたカメラの姿勢に異常値（ｏｕｔｌｉｅｒ）がある場合、異常値をフィルタリングしてもよい。例えば、カメラ姿勢推定部２４０は、拡張型カルマンフィルタ（Ｅｘｔｅｎｄｅｄ Ｋａｌｍａｎ Ｆｉｌｔｅｒ）またはパーティクルフィルタ（Ｐａｒｔｉｃｌｅ Ｆｉｌｔｅｒ）のような複数の異なる方式の１つを利用して前記推定されたカメラの姿勢から異常値を除去することにより、ジッター（Ｊｉｔｔｅｒ）現象を緩和させてもよい。

図６は、本発明の他の実施形態に係るマーカーレス拡張現実システムの構成を示すブロック図である。図６を参照すれば、マーカーレス拡張現実システム６００は、平面抽出部６１０、対応関係推定部６２０、カメラ姿勢推定部６３０、および拡張現実部６４０を含んでもよい。上記で説明した各ユニットは、少なくとも１つの処理装置(processing device)を含んでもよい。

平面抽出部６１０は、カメラから生成された映像の３次元情報を利用して前記映像に含まれた複数の平面情報を抽出する。例えば、平面抽出部６１０は、前記３次元情報から第１点を選択し、前記第１点から閾値以内に位置する第２点および第３点を選択してもよい。すなわち、第２点および第３点は、第１点から臨界距離内で選択されてもよい。平面抽出部６１０は、前記第１点、前記第２点、および前記第３点を利用して複数の平面情報を抽出してもよい。例えば、平面抽出部６１０は、前記第１点、前記第２点、および前記第３点を利用して平面モデルを生成し、生成された平面モデルを利用して複数の平面情報を抽出してもよい。

拡張現実部６４０は、前記抽出された複数の平面情報を利用して前記映像と仮想オブジェクトを整合する。

このために、カメラ姿勢推定部６３０は、前記抽出された複数の平面情報間の対応関係を利用して前記カメラの姿勢を推定してもよい。前記カメラの姿勢推定は、前記カメラの回転情報または移動情報を推定することを意味する。また、前記対応関係は、対応関係推定部６３０によって求められてもよい。

対応関係推定部６３０は、前記抽出された平面情報に含まれた点の数、平面情報間の法線ベクトルの方向、または前記カメラから平面情報までの距離のうちいずれか１つを考慮して対象平面情報を選択してもよい。対応関係推定部６３０は、前記対象平面情報と各フレームに含まれた平面情報の間の法線ベクトルの方向、または前記カメラから平面情報までの距離を考慮して前記複数の平面情報間の対応関係を推定してもよい。

図７は、平面特徴を利用してカメラの姿勢を推定する一例を示す図である。図７を参照すれば、対応関係推定部６３０は、カメラ１で抽出された平面情報

とカメラｉで抽出された平面情報

の対応関係を推定してもよい。例えば、前記カメラモーションが小さい場合には、隣接フレーム間の法線ベクトル間の格差が少ないということを意味する。したがって、対応関係推定部６３０は、平面情報を構成する法線ベクトルとカメラと平面の間の距離を利用して複数の平面情報間の対応関係を推定してもよい。

対応関係推定部６３０は、前記映像を構成する複数のフレームのうちからいずれか１つのフレームを基準フレームとして選定してもよい。例えば、前記基準フレームを１番目のフレームとして選定した場合、対応関係推定部６３０は、抽出された現在フレームが１番目のフレームであれば、抽出された複数の平面情報のうちから実際に追跡するための対象平面情報を選択して平面情報データベースに格納してもよい。対応関係推定部６３０は、選定された基準フレームに含まれた対象平面情報を利用して前記複数の平面情報間の対応関係を推定してもよい。

拡張現実部６４０は、前記推定されたカメラの姿勢を利用して前記映像と仮想オブジェクトを整合してもよい。

図８は、映像と仮想オブジェクトを整合する一例を示す図である。図８を参照れば、同じオブジェクトに対してカメラが左側から右側に回転しながら深さ映像８１０〜８３０を撮影してもよい。例えば、８１０はカメラ（深度カメラ）を右側に回転して撮影した深さ映像であり、８２０は前記カメラがオブジェクト正面から撮影した深さ映像であり、８３０は前記カメラを左に回転して撮影した深さ映像である。また、８１０ａはカメラ（カラーカメラ）を右側に回転して撮影したカラー映像であり、８２０ａは前記カメラがオブジェクト正面から撮影したカラー映像であり、８３０ａは前記カメラを左に回転して撮影した深さ映像である。

拡張現実部６４０は、カラー映像８１０ａ〜８３０ａに仮想オブジェクト（カメラ）を整合した映像８１０ｂ〜８３０ｂを生成してもよい。８１０ｂはカラー映像（８１０ａ）に仮想オブジェクト（カメラ）を整合した映像であり、８２０ｂはカラー映像（８２０ａ）に仮想オブジェクトを整合した映像であり、８３０ｂはカラー映像（８３０ａ）に仮想オブジェクトを整合した映像である。

例えば、深さ映像８１０〜８３０とカラー映像８１０ａ〜８３０ａは、同じ視点を有するものと解釈されてもよい。例えば、拡張現実部６４０は、深さ映像８１０〜８３０とカラー映像８１０ａ〜８３０ａが同じ視点を有する場合、カラー映像８１０ａ〜８３０ａに仮想オブジェクト（カメラ）を整合した映像８１０ｂ〜８３０ｂを生成してもよい。

深さ映像８１０〜８３０とカラー映像８１０ａ〜８３０ａが互いに異なる視点を有する場合、拡張現実部６４０は、前記推定されたカメラの姿勢を利用して深さ映像８１０〜８３０とカラー映像８１０ａ〜８３０ａが同じ視点を有するように校正（ｃａｌｉｂｒａｔｉｏｎ）してもよい。すなわち、拡張現実部６４０は、深さ映像８１０〜８３０とカラー映像８１０ａ〜８３０ａの視点を一致させた後、カラー映像８１０ａ〜８３０ａに仮想オブジェクト（カメラ）を整合した映像８１０ｂ〜８３０ｂを生成してもよい。

したがって、マーカーレス拡張現実システム６００は、事前に参照オブジェクトをデータベースに格納するなどの準備をせずに少なくとも１つの平面特性を利用してカメラ姿勢を推定することにより、マーカーがない拡張現実システムを構築してもよい。

図９は、本発明の一実施形態に係るマーカーレス拡張現実の動作方法の順を示すフローチャートである。図９に示すマーカーレス拡張現実の動作方法は、図２に示したマーカーレス拡張現実システム２００または図６に示したマーカーレス拡張現実システム６００によって実現されてもよい。

図９を参照すれば、ステップＳ９０１で、マーカーレス拡張現実システムは、映像から３次元情報を取得してもよい。例えば、前記マーカーレス拡張現実システムは、深度カメラから取得した深さ映像から深さ情報を３次元情報として取得してもよい。また、実施形態に係る、前記マーカーレス拡張現実システムは、複数のカラーカメラから取得したカラー映像を利用して３次元情報を取得してもよい。

以下、深さ映像とカラー映像をすべて「映像」と通称する。

ステップＳ９０２で、前記マーカーレス拡張現実システムは、前記３次元情報を利用して前記映像に含まれた複数の平面情報を抽出してもよい。例えば、前記マーカーレス拡張現実システムは、前記３次元情報から第１点を選択し、前記第１点から閾値以内に位置する第２点および第３点を選択してもよい。前記マーカーレス拡張現実システムは、前記第１点、前記第２点、および前記第３点を利用して複数の平面情報を抽出してもよい。

ステップＳ９０３で、前記マーカーレス拡張現実システムは、前記映像を構成する複数のフレームのうちから基準フレームを選定してもよい。例えば、前記マーカーレス拡張現実システムは、複数のフレームのうちで１番目のフレームを基準フレームとして選定してもよい。

ステップＳ９０４で、前記マーカーレス拡張現実システムは、前記選定された基準フレームに含まれた対象平面情報を選択してもよい。実施形態において、前記マーカーレス拡張現実システムは、前記抽出された平面情報に含まれた点の数、平面情報間の法線ベクトルの方向、または前記カメラから平面情報までの距離のうちいずれか１つを考慮して対象平面情報を選択してもよい。

ステップＳ９０５で、前記マーカーレス拡張現実システムは、前記対象平面情報を利用して前記複数の平面情報間の対応関係を推定してもよい。実施形態において、前記マーカーレス拡張現実システムは、前記対象平面情報と各フレームに含まれた平面情報の間の法線ベクトルの方向、または前記カメラから平面情報までの距離を考慮して前記複数の平面情報間の対応関係を推定してもよい。

ステップＳ９０６で、前記マーカーレス拡張現実システムは、前記対応関係を利用して前記カメラの姿勢を推定してもよい。実施形態において、前記マーカーレス拡張現実システムは、前記映像に含まれたフレーム別の平面情報間の法線ベクトルを利用して回転行列を生成し、前記生成された回転行列を利用して回転情報を推定することにより、前記推定された回転情報を利用して前記カメラの姿勢を推定してもよい。また、前記マーカーレス拡張現実システムは、前記回転行列と前記カメラから前記平面情報までの距離を利用して移動行列を生成し、前記生成された移動行列を利用して移動情報を推定することにより、前記推定された移動情報を利用して前記カメラの姿勢を推定してもよい。

ステップＳ９０７で、前記マーカーレス拡張現実システムは、前記推定されたカメラの姿勢から異常値をフィルタリングしてもよい。例えば、前記マーカーレス拡張現実システムは、拡張型カルマンフィルタまたはパーティクルフィルタを利用して前記推定されたカメラの姿勢から異常値を除去することにより、ジッター現象を緩和させてもよい。

ステップＳ９０８で、前記マーカーレス拡張現実システムは、前記異常値が除去されたカメラの姿勢をアップデートしてもよい。

ステップＳ９０９で、前記マーカーレス拡張現実システムは、前記アップデートされた姿勢を利用して映像と仮想オブジェクトを整合してもよい。

本発明の実施形態に係る方法は、多様なコンピュータ手段によって実行が可能なプログラム命令形態で実現されてコンピュータで読み取り可能な媒体に記録されてもよい。前記コンピュータで読み取り可能媒体は、プログラム命令、データファイル、データ構造などを単独または組み合わせて含んでもよい。前記媒体に記録されるプログラム命令は、本発明のために特別に設計されて構成されたものであってもよく、コンピュータソフトウェア当業者に公示されて使用可能なものであってもよい。

上述したように、本発明は限定された実施形態と図面によって説明されたが、本発明上述した実施形態に限定されるものではなく、本発明が属する分野において通常の知識を有する者であれば、このような記載から多様な修正および変形が可能である。

したがって、本発明の範囲は、説明された実施形態に限定されて決定されてはならず、添付する特許請求の範囲だけでなく、この特許請求の範囲と均等なものなどによって定められなければならない。

２００：マーカーレス拡張現実システム
２１０：３次元情報取得部
２２０：平面抽出部
２３０：対応関係推定部
２４０：カメラ姿勢推定部

Claims (21)

1. カメラから生成された映像の３次元情報を利用して、前記映像を構成する複数のフレームに含まれた複数の平面情報を抽出する平面抽出部、
   前記複数のフレームのうちからいずれか１つのフレームを基準フレームとして選定し、選定された基準フレームに含まれた対象平面情報を利用して前記抽出された複数の平面情報間の対応関係を推定する対応関係推定部、および
   前記推定された対応関係を利用して前記カメラの姿勢（ｐｏｓｅ）を推定するカメラ姿勢推定部、
   を含み、
   前記対応関係推定部は、
   前記の基準フレームが定められた後、
   前記対象平面情報と各フレームに含まれた平面情報間の法線ベクトルの方向を考慮して前記複数の平面情報間の対応関係を推定して、隣接フレーム間の前記法線ベクトルの間の格差が少なくなることによって、前記対応関係として、カメラのモーションが小さくなると推定する、
   マーカーレス拡張現実システム。
2. 前記平面抽出部は、
   前記３次元情報から第１点を選択し、前記第１点から閾値以内に位置する第２点および第３点を選択し、選択された前記第１点、前記第２点、および前記第３点を利用して平面モデルを生成する、請求項１に記載のマーカーレス拡張現実システム。
3. 前記平面抽出部は、
   前記平面モデルを利用して前記映像内に含まれた複数の平面情報を抽出する、請求項２に記載のマーカーレス拡張現実システム。
4. 前記対応関係推定部は、
   前記カメラから前記各平面情報間の距離を利用して前記複数の平面情報間の対応関係を推定する、請求項１に記載のマーカーレス拡張現実システム。
5. 前記対応関係推定部は、
   平面情報に含まれた点の数、平面情報間の法線ベクトルの方向、または前記カメラから平面情報までの距離のうちいずれか１つを考慮して前記対象平面情報を選択する、請求項１に記載のマーカーレス拡張現実システム。
6. 前記対応関係推定部は、
   前記カメラから平面情報までの距離をさらに考慮して前記複数の平面情報間の対応関係を推定する、請求項１に記載のマーカーレス拡張現実システム。
7. 前記対応関係推定部は、
   前記選択された対象平面情報を平面情報データベースに格納し、前記複数の平面情報のうちで前記対象平面情報と相違した平面情報を前記平面情報データベースに格納する、請求項５に記載のマーカーレス拡張現実システム。
8. 前記カメラ姿勢推定部は、
   前記対応関係を利用して前記カメラの回転情報または移動情報を推定し、推定された前記回転情報または前記移動情報を利用して前記カメラの姿勢を推定する、請求項１に記載のマーカーレス拡張現実システム。
9. 前記カメラ姿勢推定部は、
   前記映像に含まれたフレーム別の平面情報間の法線ベクトルを利用して回転行列を生成し、前記回転行列と前記カメラから前記平面情報までの距離を利用して移動行列を生成し、前記回転行列および前記移動行列を利用して変換行列を生成する、請求項１に記載のマーカーレス拡張現実システム。
10. 前記カメラ姿勢推定部は、
    前記変換行列を利用して前記カメラの姿勢を推定する、請求項９に記載のマーカーレス拡張現実システム。
11. 前記抽出された複数の平面情報を利用して前記映像と仮想オブジェクトを整合する拡張現実部、
    をさらに含む、請求項１に記載のマーカーレス拡張現実システム。
12. 前記拡張現実部は、
    前記推定されたカメラの姿勢を利用して前記映像と仮想オブジェクトを整合する、請求項１１に記載のマーカーレス拡張現実システム。
13. カメラから生成された映像の３次元情報を利用して、前記映像を構成する複数のフレームに含まれた複数の平面情報を抽出するステップ、
    前記複数のフレームのうちからいずれか１つのフレームを基準フレームとして選定するステップ、
    前記選定された基準フレームに含まれた対象平面情報を利用して前記抽出された複数の平面情報間の対応関係を推定するステップ、および
    前記推定された対応関係を利用して前記カメラの姿勢を推定するステップ、
    を含み、
    前記複数の平面情報間の対応関係を推定するステップは、
    前記の基準フレームが定められた後、
    前記対象平面情報と各フレームに含まれた平面情報間の法線ベクトルの方向を考慮して前記複数の平面情報間の対応関係を推定するステップ、および、
    隣接フレーム間の前記法線ベクトルの間の格差が少なくなることによって、前記対応関係として、カメラのモーションが小さくなると推定するステップ、
    を含む、マーカーレス拡張現実の動作方法。
14. 前記推定されたカメラの姿勢を利用して前記映像と仮想オブジェクトを整合するステップ、
    をさらに含む、請求項１３に記載のマーカーレス拡張現実の動作方法。
15. 前記複数の平面情報を抽出するステップは、
    前記３次元情報から第１点を選択するステップ、
    前記第１点から閾値以内に位置する第２点および第３点を選択するステップ、および
    前記第１点、前記第２点、および前記第３点を利用して複数の平面情報を抽出するステップ、
    を含む、請求項１３に記載のマーカーレス拡張現実の動作方法。
16. 前記カメラから前記各平面情報間の距離を利用して前記複数の平面情報間の対応関係を推定するステップ、
    をさらに含む、請求項１３に記載のマーカーレス拡張現実の動作方法。
17. 前記複数の平面情報間の対応関係を推定するステップは、
    前記カメラから平面情報までの距離をさらに考慮して前記複数の平面情報間の対応関係を推定するステップ、
    をさらに含む、請求項１３に記載のマーカーレス拡張現実の動作方法。
18. 前記複数の平面情報間の対応関係を推定するステップは、
    平面情報に含まれた点の数、平面情報間の法線ベクトルの方向、または前記カメラから平面情報までの距離のうちいずれか１つを考慮して対象平面情報を選択するステップ、および
    前記対象平面情報と各フレームに含まれた平面情報の間の法線ベクトルの方向、または前記カメラから平面情報までの距離を考慮して前記複数の平面情報間の対応関係を推定するステップ、
    を含む、請求項１３に記載のマーカーレス拡張現実の動作方法。
19. 前記カメラの姿勢を推定するステップは、
    前記映像に含まれたフレーム別平面情報間の法線ベクトルを利用して回転行列を生成するステップ、
    前記生成された回転行列を利用して回転情報を推定するステップ、および
    前記推定された回転情報を利用して前記カメラの姿勢を推定するステップ、
    を含む、請求項１３に記載のマーカーレス拡張現実の動作方法。
20. 前記カメラの姿勢を推定するステップは、
    前記回転行列と前記カメラから前記平面情報までの距離を利用して移動行列を生成するステップ、
    前記生成された移動行列を利用して移動情報を推定するステップ、および
    前記推定された移動情報を利用して前記カメラの姿勢を推定するステップ、
    を含む、請求項１９に記載のマーカーレス拡張現実の動作方法。
21. 前記抽出された複数の平面の情報を利用して、前記映像と前記映像の仮想オブジェクトを整合するステップ、
    をさらに含む、請求項１３に記載のマーカーレス拡張現実の動作方法。

Images