SSII2018 チュートリアル講演 TS1 6月13日(水) 9:45～11:05 (メインホール)

1. コンピュテーショナルイルミネーション
― 能動照明から能動光線空間へ ―
岡部孝弘
九州工業大学 大学院情報工学研究院
知能情報工学研究系
SSII2018チュートリアル講演
2018年6月13日

2. 画像とは？
• 光源に照らされたシーンをカメラで撮影したもの
– 光源・シーン・カメラに依存
光源
シーン
カメラ
2

3. 最近のチュートリアル講演との関連
光源
シーン
カメラ
SSII2016
光伝搬計測に基づく
シーン解析
向川先生（奈良先端大）
SSII2017
コンピュテーショナル
フォトグラフィ
長原先生（阪大）
SSII2018
コンピュテーショナル
イルミネーション
岡部（九工大）
反射・散乱
符号化撮像能動照明
3

4. 光源とは？
• 光を発するもと
– フラッシュ
– プロジェクタ
– ディスプレイ
– （ライトステージ）
– （3次元ディスプレイ）
どのような光を発するのか？
4

5. 光線空間（ライトフィールド）
• 光線の自由度
光源＝光線空間を生成するもの
(𝑥𝑥,𝑦𝑦,𝑧𝑧)
𝜃𝜃, 𝜙𝜙
𝜆𝜆
𝑡𝑡
• “光線”の輝度
– 単位面積・単位立体角・単位時間あたりのエネルギー
– 7次元のプレノプティック関数：𝑃𝑃 𝑥𝑥, 𝑦𝑦, 𝑧𝑧, 𝜃𝜃, 𝜙𝜙, 𝜆𝜆, 𝑡𝑡
– 位置： 𝑥𝑥, 𝑦𝑦, 𝑧𝑧
– 方向： 𝜃𝜃, 𝜙𝜙
– 波長： 𝜆𝜆
– 時間： 𝑡𝑡
5

6. コンピュテーショナルイルミネーション
照明（光線空間）の制御と画像処理の融合
制御可能な光線空間を前提とした
新たな画像処理アルゴリズム 6

7. 受動照明と能動照明
• 受動照明
– 環境光下の画像を入力
• 能動照明
– 画像処理のために
照明条件を工夫・最適化
✕〇
7

8. 能動照明から能動光線空間へ
• 制御可能な光源の進化
– フラッシュ：
時間
– プロジェクタ：
（投影中心から見た）方向・色・時間
– ライトステージ：
（被写体から見た）方向・色・時間
– 3次元ディスプレイ：
位置・方向・色・時間
低自由度光源から高自由度光源へ
8

9. 本チュートリアルの概要
1. 自己紹介
2. コンピュテーショナルイルミネーションとは？
3. 能動照明から能動光線空間へ
–フラッシュ
–プロジェクタ
–ライトステージ
–3次元ディスプレイ
4. まとめ
5. 謝辞
9

10. こんな方にお薦め
• 画像センシングのために照明をひと工夫したい方
• 光源装置に興味のある方
• 明るさ解析・色解析に興味のある方
• コンピュテーショナルイルミネーションの研究動向を
知りたい方
10
チュートリアル質問ブース（14:15-16:00）で対応

11. フラッシュ
11

12. ストロボスコープ
• 複数回発光• 一回発光
[The Edgerton Digital Collections]
カメラ
フラッシュ
12

13. 低照度シーンにおける撮影
• 撮影者のジレンマ：フラッシュを使うべきか否か
– フラッシュなし：
ノイズ（短時間露光） or ぶれ（長時間露光）
– フラッシュあり：
色合いや陰影を台無しに
13

14. フラッシュ画像の併用
• フラッシュあり／なし画像の組合せによる画質改善
– 画質改善 [Eisemann 2004]
– ノイズ除去 [Petschnigg 2004]
14

15. 画質改善の基本的なアイディア
• 構成要素に分離
– 色・陰影
– large scale・details
• 各要素の良さを融合
– フラッシュあり：
テクスチャ（＋色）
– フラッシュなし：
全体的な陰影（＋色）
位置合わせが必要
15

16. 近赤外フラッシュ画像の併用
• カラー画像と近赤外（NIR）画像を同時に撮影
– 近赤外フラッシュはカラー画像に干渉しない
⇒ 近赤外画像を手掛かりにノイズ除去 / ぶれ除去
IR camera color camera
half mirror
NIR
visible light
+ NIR flash
[S. Matsui, T. Okabe, M. Shimano, & Y. Sato, IPSJ TCVA 2010] 16

17. ノイズ除去：手法
• 短時間露光の場合
– ノイズによるカラー画像の画質低下
– カラー画像と近赤外画像のペアを利用
– 近赤外画像を手掛かりにした平滑化（joint non-local mean）
17

18. ノイズ除去：実験結果
• 動的シーンにも適用可能
カラー画像
近赤外画像
カラー画像
（拡大）
結果画像
（拡大）
18

19. ぶれ除去：手法
• 長時間露光の場合
– ぶれによるカラー画像の画質低下
– 1枚のカラー画像を撮影中に複数の近赤外画像を撮影
– 近赤外画像列からカメラの動き（ぶれカーネル）を推定
– 逆たたみこみ演算によるぶれ除去
19

20. ぶれ除去：実験結果
• 原画像をより鮮明な画像に変換
原画像 結果画像
20

21. 参考文献①
• ストロボスコープ
– The Edgerton Digital Collections
http://edgerton-digital-collections.org/
• 可視フラッシュ画像の併用
– Eisemann & Durand, “Flash photography enhancement via
intrinsic relighting”, SIGGRAPH2004.
– Petschnigg et al., “Digital photography with flash and no-flash
image pairs”, SIGGRAPH2004.
• 近赤外フラッシュ画像の併用
– Matsui, Okabe, Shimano, & Sato “Image enhancement of low-
light scenes with near-infrared flash images”, IPSJ TCVA (2010).
21

22. プロジェクタ
22

23. プロジェクタ
• 光線の自由度
– 方向： 𝜃𝜃, 𝜙𝜙
（投影中心から見た方向）
– 波長： 𝜆𝜆
（通常はRGBの3原色）
– 時間： 𝑡𝑡
シーンの各点を異なる明るさ・色で照明可能
𝜃𝜃, 𝜙𝜙
𝜆𝜆
𝑡𝑡
23

24. 直接成分と大域成分
• 直接成分
– 直接光の出射
• 大域成分
– 間接光の出射：
相互反射
表面下散乱
体積散乱・拡散
[Nayar 2006] 24

25. 直接・大域成分の分離
• 高周波パターン光の投影
– チェッカーパターンとその反転
– 白が投影されているとき：
𝐿𝐿+ = 𝐿𝐿𝑑𝑑 + ⁄𝐿𝐿𝑔𝑔 2
– 黒が投影されているとき：
𝐿𝐿− = ⁄𝐿𝐿𝑔𝑔 2
– 直接成分：
最大輝度値－最小輝度値
– 大域成分：
最小輝度値×2
※最少で2枚の画像が必要
25

26. 直接・大域成分分離：結果
• 相互反射
• 表面下散乱
• 体積散乱
26

27. 直接・大域成分分離：応用
• 画質改善
• 形状復元
• 質感編集
27

28. DLPプロジェクタ
• 時分割による色・明るさの生成
– DLPプロジェクタの構成：
白色光源
カラーホイール
Digital Mirror Device
– 色：カラーホイール
RGB（W）フィルタの
高速回転
– 明るさ：DMD
オン・オフの高速切替
28

29. DLPプロジェクタ＋高速度カメラ
• 高速度カメラによるプロジェクタ出力の観察
– 色の高速変動：カラースイッチ
– 明るさの高速変動：時間的ディザリング
プロジェクタへの
入力画像
プロジェクタ出力の
撮影画像
DLPプロジェクタ＝照明条件を高速変化させる装置
0
255
29

30. 明るさの高速変動の利用
• 3次元形状復元
– DLPプロジェクタのリバースエンジニアリング
– 時間的ディザリングに基づく対応付け
[Narasimhan 2008] 30

31. 3次元形状復元：結果
• 静的シーン • 動的シーン
31

32. 動的シーンの直接・大域成分分離
• 明るさの高速変動を利用
– プロジェクタ入力画像は1枚でも出力光強度が反転
– 対応付け既知
32

33. 色の高速変動の利用①
• 分光反射率推定
– 物体表面の波長ごとの反射率
– 光源・カメラに依存しない
– 照明色を変化させたときの画素値に基づいて推定
incident)(λl
λ
)(λs
λ
reflectance
reflected)(λr
λ
[S. Han, I. Sato, T. Okabe, & Y. Sato, IJCV (2014)] 33

34. 動的シーンの分光反射率推定
• 色の高速変動を利用
– 通常のカメラ: 30 [fps] vs. 高速カメラ: 500 [fps]
scene
camera
projector
– 3原色の分光強度・カメラの分光感度既知，非同期
– 分光反射率の統計モデルを利用（少数基底の線形結合）
34

35. 分光反射率推定：結果
• 推定した分光反射率の評価
– 定量的評価のために静的なシーンを対象
35

36. 分光反射率推定：応用
• 動的シーンの照明シミュレーション
– 分光反射率を100fpsの時間分解能で推定
⇒光源色が変化したときの画像を生成
光源の分光強度
シミュレーション結果
（1/5のスロー再生）
36

37. 色の高速変動の利用②
• 多原色DLPプロジェクタの利用
– 原色分光強度の非破壊推定
– 高時間分解能分光センサ：
ラインスキャン型ハイパースペクトルカメラ（エバ・ジャパン）
[K. Maeda & T. Okabe, IPTA2016] 37

38. 光源色ごとの直接・大域成分分離
• RGBCYWの6原色
– 短時間露光撮影
直接成分
大域成分入力画像（原色ごと） 38

39. 明るさと色の高速変動の利用
• 動的シーンへの拡張
– 光源色ごとの直接・大域成分に分離
– DLPプロジェクタ＋高速度カメラ（フォトロン）
– プロジェクタ入力画像は1枚
⇒ 時間的ディザリング・カラースイッチ
39[鳥居 & 岡部, MIRU2017]

40. 光源色ごとの直接・大域成分分離
拡散反射 鏡面反射 表面下散乱
蛍光成分
直接成分 大域成分
40

41. 質感編集・照明シミュレーションへの応用
• 原動画
• 質感編集（蛍光物体の色）
• 照明シミュレーション（RGBの比）
• 質感編集（直接・大域の比）
41

42. 参考文献②
• 直接成分と大域成分の分離
– Nayar et al., “Fast separation of direct and global components
of a scene using high frequency illumination”, SIGGRAPH2006.
• DLPプロジェクタ＋高速度カメラ
– Narasimhan et al., “Temporal dithering of illumination for fast
active vision”, ECCV2008.
– Han, Sato, Okabe, & Sato, “Fast spectral reflectance recovery
using DLP projector”, IJCV (2014).
– Maeda & Okabe, “Acquiring multispectral light transport using
multi-primary DLP projector”, IPTA2016.
– 鳥居 & 岡部, “動的シーンにおける光源色ごとの直接・大域成分の
分離”, MIRU2017. (+ 鳥居，岡部，& 天野，MIRU2018)
42

43. ライトステージ
43

44. ライトステージ
• 光線の自由度
– 方向： 𝜃𝜃, 𝜙𝜙
（被写体から見た方向）
– 波長： 𝜆𝜆
（白色から多波長まで）
– 時間： 𝑡𝑡
様々な方向から（様々な色で）被写体を一様に照明
𝜃𝜃, 𝜙𝜙
44

45. 照度差ステレオ
• 物体表面の法線を推定する技術
– 複数枚の入力画像
– カメラ・被写体は固定，光源方向のみ変化
– 物体表面の明るさが光源方向に依存することを手掛り
[Woodham 1980] 45

46. ランバート面の輝度
• 法線と光源方向の内積に依存
𝑖𝑖 = 𝜌𝜌𝑙𝑙 cos 𝜃𝜃
= 𝜌𝜌𝑙𝑙𝒔𝒔𝑇𝑇 𝒏𝒏
= 𝜌𝜌𝑙𝑙 𝑠𝑠𝑥𝑥 𝑛𝑛𝑥𝑥 + 𝑠𝑠𝑦𝑦 𝑛𝑛𝑦𝑦 + 𝑠𝑠𝑧𝑧 𝑛𝑛𝑧𝑧
46

47. 3枚の画像からの法線推定
• 連立一次方程式に帰着
– 光源の明るさと方向が既知
𝑖𝑖1 = 𝑙𝑙1 𝑠𝑠1𝑥𝑥 𝜌𝜌𝑛𝑛𝑥𝑥 + 𝑙𝑙1 𝑠𝑠1𝑦𝑦 𝜌𝜌𝑛𝑛𝑦𝑦 + 𝑙𝑙1 𝑠𝑠1𝑧𝑧 𝜌𝜌𝑛𝑛𝑧𝑧
⋮
𝑖𝑖1
𝑖𝑖2
𝑖𝑖3
=
𝑙𝑙1 𝑠𝑠1𝑥𝑥 𝑙𝑙1 𝑠𝑠1𝑦𝑦 𝑙𝑙1 𝑠𝑠1𝑧𝑧
𝑙𝑙2 𝑠𝑠2𝑥𝑥 𝑙𝑙2 𝑠𝑠2𝑦𝑦 𝑙𝑙2 𝑠𝑠2𝑧𝑧
𝑙𝑙3 𝑠𝑠3𝑥𝑥 𝑙𝑙3 𝑠𝑠3𝑦𝑦 𝑙𝑙3 𝑠𝑠3𝑧𝑧
𝜌𝜌𝑛𝑛𝑥𝑥
𝜌𝜌𝑛𝑛𝑦𝑦
𝜌𝜌𝑛𝑛𝑧𝑧
𝜌𝜌𝑛𝑛𝑥𝑥
𝜌𝜌𝑛𝑛𝑦𝑦
𝜌𝜌𝑛𝑛𝑧𝑧
=
𝑙𝑙1 𝑠𝑠1𝑥𝑥 𝑙𝑙1 𝑠𝑠1𝑦𝑦 𝑙𝑙1 𝑠𝑠1𝑧𝑧
𝑙𝑙2 𝑠𝑠2𝑥𝑥 𝑙𝑙2 𝑠𝑠2𝑦𝑦 𝑙𝑙2 𝑠𝑠2𝑧𝑧
𝑙𝑙3 𝑠𝑠3𝑥𝑥 𝑙𝑙3 𝑠𝑠3𝑦𝑦 𝑙𝑙3 𝑠𝑠3𝑧𝑧
−1
𝑖𝑖1
𝑖𝑖2
𝑖𝑖3
47

48. 近年のライトステージ
• ユニークな装置
– USC:
6色×901方向
– Tuebingen:
14色×196方向
– Rochester:
6色×25方向
48

49. Kyutech Light Stage I
• スペック
– 半球面
– 半径：約75 [cm]
– 32方向
– 9色
– 明るさ諧調：8bit
– カメラ：Flea3（位置固定）
• 作業量
– 撮影60分＋後処理120分
（6色×20方向）
LED調光システム：（株）大野技術研究所
camera
object
49

50. Kyutech Light Stage II
• スペック
– 球面
– 半径：約75 [cm]
– 128方向
– 16色
– 明るさ諧調：10bit
– カメラ：BU-50（位置固定）
• 作業量
– 撮影90分＋後処理180分
（11色×70方向）
LED調光システム：（株）大野技術研究所 50

51. 多波長・多方向光源下の画像①
（石膏レリーフ）
51

52. 多波長・多方向光源下の画像②
（カスタネット）
52

53. 撮影方法
• 単純な撮影
– 1個ずつ点灯して撮影
• 多重化センシング
– 複数同時に点灯して撮影
– 撮影後に“復号”
[Schechner 2003] 53

54. 多重化センシング：結果
• 単純な撮影
• 多重化センシング
– 短い計測時間
– 高いSN比
撮影画像 復号画像
54

55. 照明シミュレーション
• 実写画像ベースの照明シミュレーション
– 全方位光源分布＋ライトステージ
55[Paul Debevec Home Page]

56. マルチスペクトル照明シミュレーション
• 全方位光源分布＋ライトステージ
– カラーチャートを用いたマルチスペクトル化
– ライトステージのマルチスペクトル化（6原色）
56[LeGendre 2016]
original RGBCAW RGBW RGB

57. 表面材質識別
• 画像に基づく識別（画素ごと）
– 画素ごとの材質・状態 ⇒ 外観検査への応用
• 表面の見えは照明に依存
– 分光反射率
– ざらつき（表面粗さ）
⇒ 材質識別のために光源色・光源方向を最適化
[Gu & Liu, CVPR2012] [Liu & Gu, TPAMI 2014] 57

58. 2枚の濃淡画像に基づく手法
• スペクトルBRDFに基づく識別
– 特徴ベクトル： ⃗𝑥𝑥 （単一光源下の画素値を並べたもの）
– 線形識別面：𝑤𝑤 𝑇𝑇 ⃗𝑥𝑥 + 𝑏𝑏 = 0
⇒ 線形識別面の係数＝光源強度
58
負の係数あり ⇒ 2枚の画像の差分

59. 2枚の濃淡画像に基づく手法：結果
• 2クラス識別
– 最適な光源強度の下で撮影された2枚の画像の差
59

60. 単一カラー画像に基づく手法
• スペクトルBRDFに基づく識別
– 特徴ベクトル： ⃗𝑥𝑥𝑟𝑟, ⃗𝑥𝑥𝑔𝑔, ⃗𝑥𝑥𝑏𝑏
– 線形識別面：𝑤𝑤𝑟𝑟
𝑇𝑇
⃗𝑥𝑥𝑟𝑟 + 𝑤𝑤𝑔𝑔
𝑇𝑇
⃗𝑥𝑥𝑔𝑔 + 𝑤𝑤𝑏𝑏
𝑇𝑇
⃗𝑥𝑥𝑏𝑏 + 𝑏𝑏 = 0
– ワンショットで得られる識別面：
𝑤𝑤𝑟𝑟 𝑤𝑤𝑔𝑔 𝑤𝑤𝑏𝑏
⃗𝑥𝑥𝑟𝑟
𝑇𝑇
⃗𝑥𝑥𝑔𝑔
𝑇𝑇
⃗𝑥𝑥𝑏𝑏
𝑇𝑇
𝑤𝑤 + 𝑏𝑏 = 0
𝑤𝑤𝑟𝑟 𝑤𝑤 𝑇𝑇
⃗𝑥𝑥𝑟𝑟 + 𝑤𝑤𝑔𝑔 𝑤𝑤 𝑇𝑇
⃗𝑥𝑥𝑔𝑔 + 𝑤𝑤𝑏𝑏 𝑤𝑤 𝑇𝑇
⃗𝑥𝑥𝑏𝑏 + 𝑏𝑏 = 0
⇒ 光源強度とモノクロ変換の同時最適化
（マージン最大化＋光源強度の非負値拘束）
[C. Wang & T. Okabe, BMVC2017] 60

61. 単一カラー画像に基づく手法：結果
①
②
③
④
②
③
④
①
61

62. 反射成分の分離
• 拡散反射成分と鏡面反射成分
• 様々なCVやCG技術の前処理
– 照度差ステレオ（形状復元）
– 照明シミュレーション
– 質感（マテリアル）の編集
[N. Kobayashi & T. Okabe, ICPR2016] 62

63. 低ランク性とスパース性に基づく分離
• 画像集合を3次元データとして表現
– 画素
– 光源色
– 光源方向
• 3次元データの構造を利用
– 平面A上の画素値：ランク2
– 平面B上の拡散反射成分：ランク3
– 直線C上の鏡面反射成分：スパース
⇒ 低ランク性とスパース性を課した最適化
63

64. 反射成分分離：実験結果
input images diffuse reflection components
specular reflection components
white & frontal
lighting
64

65. 光沢感の編集への応用
• 成分ごとに加工
– 光沢の強弱
– 光沢の拡がり
65

66. 蛍光成分の分離
• 拡散反射・鏡面反射
– 入射光と同じ波長の光を反射
• 蛍光
– 入射光と異なる波長の光を放射
[小屋松, 日高, 岡部, & レンシュ, MIRU2018]
赤：吸収スペクトル
緑：放射スペクトル
66

67. 狭帯域光源下の蛍光成分の分離
• 1枚の画像からの分離
– 拡散反射・鏡面反射の色＝光源色
– 蛍光の色＝物質固有（光源色に不変）
– 蛍光の色の統計モデル
入力画像 反射成分 蛍光成分
67

68. 拡散反射物体のモデリング
• 法線と分光反射率の推定
– 最小限必要な画像の枚数・光源の最適化
– 画像生成（relighting）などへの応用
68[M. Kitahara, T. Okabe, C. Fuchs, & H. Lensch, VISAPP2015]

69. 蛍光物体のモデリング
• 法線と分光特性の推定
– 分光反射率・蛍光吸収スペクトル・蛍光色相
– 画像生成（relighting）などへの応用
69[北原 & 岡部, FIT2017]

70. 形状復元のための波長最適化
• 鏡面反射成分に頑健な法線推定
– 鏡面反射・拡散反射：入射光と同じ波長
– 蛍光：入射光よりも長い波長
⇒ 光源色とカメラバンドを画素ごとに最適化
70[北原, 岡部, & 佐藤, CVIM-201803]
光源色 カメラバンド 最適化 平均

71. 参考文献④
• 多重化センシング
– Schechner et al., “A theory of multiplexed illumination”, ICCV2003.
• 照明シミュレーション
– Paul Debevec Home Page
http://www.pauldebevec.com/
– LeGendre et al., “Practical multispectral lighting reproduction”,
TOG (2016).
• 素材識別
– Liu & Gu, “Discriminative illumination: per-pixel classification of
raw materials based on optimal projections of spectral BRDF”,
TPAMI (2014). (+ Gu & Liu，CVPR2012)
– Wang & Okabe, “Joint optimization of coded illumination and
grayscale conversion for one-shot raw material classification”,
BMVC2017.
71

72. 参考文献⑤
• 反射成分の分離
– Kobayashi & Okabe, “Separating reflection components in
images under multispectral and multidirectional light sources”,
ICPR2016.
– 小屋松, 日高, 岡部, & レンシュ, “狭帯域光源下画像の反射成分と
蛍光成分の分離”, MIRU2018.
• 物体のモデリング
– Kitahara, Okabe, Fuchs, & Lensch, “Simultaneous estimation
of spectral reflectance and normal from a small number of
images”, VISAPP2015.
– 北原 & 岡部, “蛍光物体のモデリングとその任意照明下画像の
生成・編集への応用”, FIT2017.
– 北原, 岡部, & 佐藤, “蛍光に基づく照度差ステレオのための光源
波長と観測波長の最適化”, CVIM研究会2018年3月
72

73. 3次元ディスプレイ
73

74. 3次元ディスプレイ
• 光線の自由度
– 位置： 𝑥𝑥, 𝑦𝑦
– 方向： 𝜃𝜃, 𝜙𝜙
– 波長： 𝜆𝜆
（白色から多波長まで）
– 時間： 𝑡𝑡
74
𝑥𝑥, 𝑦𝑦
𝜃𝜃, 𝜙𝜙
𝜆𝜆
様々な光線を生成：シーンを照らす光線空間を制御

75. 2層LCDによる3次元ディスプレイ
• 2層LCD
– 単純な手法
– 適応的な手法：
行列の分解に帰着
75[Lanman 2010]

76. 3層LCDによる3次元ディスプレイ
76[Wetzstein 2012]
• 3層LCD
– テンソルの分解に帰着

77. 光線空間シミュレーション
• オフラインの照明シミュレーション
– 様々な光線に照らされたシーンの実写画像を獲得
– 重ね合わせの原理に基づいて組合せ
– プロジェクタ＋回転台
77[Masselus 2003]

78. 光線空間プロジェクション
• オンラインの照明シミュレーション
– 所望の光線空間を投影
– 複数プロジェクタ＋レンズアレイ
78[Zhou 2015]

79. 5自由度照明シミュレーション
• 位置・方向の4自由度と波長（色）の1自由度
– リアプロジェクションディスプレイ＋透過型液晶
– 様々な光線に照らされたシーンの実写画像を獲得
– オフラインの照明シミュレーション
79[S. Oya & T. Okabe, CPCV2017]
𝑐𝑐

80. 効率的な画像の獲得
• 単純な手法
– 光線を1本ずつ生成
• 並列化
– 干渉しない光線を
同時に生成
• 並列化＋多重化
– 多重化センシングと
組合せ
80

81. 照明シミュレーション：実験結果
81

82. 参考文献⑥
• 3次元ディスプレイ
– Lanman et al., “Content-adaptive parallax barriers: optimizing
dual-layer 3D displays using low-rank light field factorization”,
SIGGRAPH Asia 2010.
– Wetzstein et al., “Tensor displays: compressive light field syn-
thesis using multilayer displays with directional backlighting”,
TOG (2012).
• 照明シミュレーション
– Masselus et al., “Relighting with 4D incident light fields”,
SIGGRAPH2003.
– Zhou et al., “Light field projection for lighting reproduction”,
VR2015.
– Oya & Okabe, “Image-based relighting with 5-D incident light
fields”, CPCV2017.
82

83. まとめ
コンピュテーショナルイルミネーション
照明（光線空間）の制御と画像処理の融合
画像センシングのために
照明をひと工夫してみませんか？
83

84. 謝辞
• 研究者（敬称略）
– 佐藤洋一（東大），佐藤いまり，島野美保子（国立情報学研究所），
天野敏之（和歌山大），Hendrik Lensch（テュービンゲン大）
• 学生（敬称略）
– Shuai Han，松井壮介（東大）
– 北原雅啓，小林直人，前田茅乃，大矢慎之介，小屋松孝治，
Chao Wang，鳥居杜朗，日高大地（九工大）
• 研究助成
– 基盤研究（B）：25280057，17H01766
– 新学術領域研究（多元質感知）：16H01676，18H05011
– SCAT研究助成
84