特定の三次元実環境において、単眼カメラで取得したRGB画像からカメラの6自由度姿勢を正確に推定するために、本論文では既知の二次元画像および三次元点群情報を組み合わせた密なシーン回帰に基づく多段階カメラ姿勢推定手法を提案する。まず、深度画像情報と従来のStructure From Motion（SFM）アルゴリズムを組み合わせて単眼カメラの姿勢推定用データセットを構築する。次に、本論文で初めて深度画像検索を2D-3D対応点構築に導入し、提案する姿勢最適化関数によって姿勢解算を最適化し、多段階カメラ姿勢推定手法を提案する。最後に、姿勢推定性能を向上させるために、ResNetネットワーク構造を画像の密なシーン座標回帰に適用し、本手法の姿勢推定精度を大幅に向上させる。実験結果は、与えられた姿勢誤差閾値5 cm/5°に対して、公開データセット7scenesでの姿勢推定の平均精度は82.7％、自作データセットでの精度は94.8％であることを示している。既存の他のカメラ姿勢推定アルゴリズムと比較して、本論文の手法は自作データセットでも公開データセットでも姿勢推定精度が向上している。

カメラ姿勢推定;3D点群;特徴マッチング;シーン回帰