深層学習を用いた高信頼形状計測

概要

本研究では、縞投影法、CG・デジタルツイン、深層学習を組み合わせ、光沢物体や透明物体など、従来の光計測では難しい対象の三次元形状を高信頼に計測する技術を研究しています。

縞投影法は、対象物に縞パターンを投影し、その変形から三次元形状を求める有効な非接触計測手法です。一方で、金属や樹脂のような光沢面、透明・半透明な対象、複雑な反射特性をもつ表面では、縞画像に歪みやノイズが生じ、計測誤差が大きくなる場合があります。

本研究では、CG空間やゲームエンジンを用いて多様な計測条件を再現し、深層学習によって縞画像の補正、位相推定、形状復元、不確かさ評価を行います。実空間で大量の教師データを取得することが難しい対象に対して、仮想空間で生成したデータを活用することで、より汎用性の高い三次元計測システムの構築を目指します。

関連論文

• K. Ikeda, T. Usuki, Y. Kurita, Y. Matsueda, O. Koyama, and M. Yamada, "Deep-learning-assisted single-shot 3D shape and color measurement using color fringe projection profilometry," Optical Review, (2025).[0.1007/s10043-025-00962-3 ]

• K. Ueda, K. Ikeda, O. Koyama, and M. Yamada, "Absolute Phase Retrieval of Shiny Objects using Fringe Projection and Deep Learning with Computer-Graphics-based Images," App. Opt., 61, 2750 (2022).

• K. Ueda, K. Ikeda, O. Koyama, and M. Yamada, "Fringe projection profilometry system verification for 3D shape measurement using virtual space of game engine," Opt. Rev., 28, 723 (2021).

研究助成

• 2026年度自転車等機械振興事業に関する補助金「高信頼3次元計測に向けた深層学習による縞補正と信頼度推定技術の開発」 [詳細はこちら]

• 2024年度自転車等機械振興事業に関する補助金 「デジタルツインと深層学習を活用した非接触3次元撮像システム開発」[詳細はこちら]

• 2020年度自転車等機械振興事業に関する補助金「空間周波数多重パターンを用いた非接触3次元撮像システムの開発」