市販の単眼でステレオカメラ並みの距離計測を実現する立体認識AI

東芝は10月25日、レンズで生じる画像のぼけをディープラーニングで解析することで、市販のカメラで撮影した1枚の画像からステレオカメラ並みに高精度な距離計測を実現する立体認識AIを開発したと発表した。これにより、ステレオカメラを必要としないためコストとスペースの削減が可能になるという。

近年、ロボットによる物品のピックアップや工場内の無人搬送車の自律移動、ドローンの遠隔操作によるインフラ点検など、さまざまな分野で画像センシングの重要性が増しており、これらの用途では被写体の画像を撮影するだけでなく、小型装置での形状や距離情報などの3次元情報の把握が求められている。

このようなニーズに対して、小型化に適した単眼カメラを使用した計測技術の開発に注目が集まっており、ディープラーニングで被写体の形状や背景などの風景情報を学習し、距離を推定する単眼カメラ距離推定技術の研究が活発化しているという。

しかし、単眼カメラによる距離推定技術の精度は学習した風景情報に依存するため、学習した風景情報と異なる背景で撮影すると精度が著しく低下する欠点があると指摘。

そのため、同社では2色のカラーフィルタをレンズに挿し、被写体までの距離に応じて生じる画像ぼけの色と大きさを分析することで、風景情報に依存せずに距離を推定するカラー開口撮影技術を開発したが、既存レンズの改造に伴うコストと手間が課題となっていたという。

3次元計測における位置づけ

そこで、ディープラーニングを活用してレンズ上の位置によって画像がどのようにぼけているか(ぼけの形状)を解析することで、通常の単眼カメラのみで、風景情報にも依存せずステレオカメラ並みの高精度な距離計測を実現する立体認識AIを開発。

提案技術の概要

これまでは、理論的にはピント位置から等距離であれば遠近どちらのポイントでもぼけの形状が等しくなるため、ぼけの形状から距離を計測することは難しいと考えられてきたものの、実際にぼけの形状を分析してみると、ピント位置から等距離であっても遠近それぞれのポイントでぼけの形状に大きな違いがあることが判明したという。

同社では、深層ニューラルネットワークモデルを学習するディープラーニングにより、撮影した画像からぼけの情報を解析することに成功。

ぼけの形状は光が通ったレンズ内の位置と光の波長で変化することが判明していることから、開発したネットワークはぼけの形状の変化を適切に捉えられるように位置と色情報を個別に処理し、アテンションと呼ばれる重み付け機構を経て、輝度勾配のどの部分に重点を置けば正しく距離が計測できるのかを制御するために活用される。