Magic Leap による セマンティクス(後編)
この記事は、AR Advent Calendar 2020 の23日目です(代理投稿)
この記事について
Magic Leap 1 のオブジェクト認識(Object Recognition)が、どういう風に実現しているのか?について、まとめた記事になります。
オブジェクト認識(Object Recognition)について、あまりご存知でない方や参考となる記事を以下に掲載させていただきます。
当記事は以下の方々が執筆したスライドが元になっています。(作成者には許可を頂いています。)
作成者:
Senior Manager, Computer Vision at Magic Leap / Prateek Singhal
Principal Computer Vision Researcher/Engineer at Magic Leap / Siddharth Choudhary(今はApplied Scientist at Amazon Lab126)
前編
前編は下記の記事になります。
アルゴリズム
アプローチ
1.複数のビューを使ったセマンティクス(ボトムアップアプローチ)
2.ワールドリコンストラクションを用いたセマンティクス
(トップダウン方式)
研究の方向性
時間経過に伴うオブジェクトインスタンスの再識別
フレーム30のこの椅子は、フレーム1の椅子と同じものでしょうか?
複数のデータソースから意味のあるモデルを学習
これらの公開データセット、合成データ、実データをすべて一緒に使いたいと考えています。
オブジェクトポーズの推定
開発者はオブジェクトの前面/背面を知りたい。
ノイズの多いラベルへの対応
大規模で高品質のデータを収集するにはコストがかかり、拡張は不可能です。
オブジェクトモデルの取得
現在のシーンにフィットするモデルをデータベースから取得します。
コンピュータビジョンコミュニティ以外の開発者にとって意味のあるメトリクスの構築
平均精度メトリックは、非CVユーザーにはあまり意味がありません。
Magic Leap Meetup vol.2
2020年12月17日(木)19時~22時にオンラインで開催されたMeetupの動画がYouTubeにアップしています。まだ、ご覧になられていない方は、是非、見て頂きたいです!
Magic Leap Meetup vol.2 in Japanのアンケートを受け付けています。感想や要望などございましたら、ご回答いただけますと大変嬉しいです。
ARの企画・開発に関するご相談など
私が勤めている会社ではARの企画や開発を行っています。何かございましたら以下のお問い合わせフォームにてご相談いただければと思います。