知覚情報処理

画像処理(コンピュータビジョン)

ネット上の画像をくるっと回せば、よりわかる! ~鍵は運動視差

坂本竜基 さん

ヤフー株式会社 先端技術応用室長

 

ネットショッピングの画像って、その商品を買いたいユーザーにとって、ちょっともどかしい時がある。もう少し別の角度から見たい、横から見たいとかね。そんな悩みを解消するために、ものを動かした時に見え方が変化する「運動視差」に着目、ものをぐるっと動かしネット上で商品がより良くわかる開発・研究をするのはYahoo! JAPANの坂本さんです。

 

ネット上の画像をくるっと回せば、よりわかる! ~鍵は運動視差

私はネット上の画像のより良い見せ方を模索する研究をしています。ネット上にはたくさんの画像があります。

 

例えば、このようなリンゴの画像があったとして、それが本物のリンゴかどうかどうやって見分ければいいでしょうか。もしかしたら、トリックアートのようにペラペラの紙に印刷したリンゴを本物と錯覚しているのかもしれません。

 

しかし、普段の生活でリンゴがあったとき、本物かトリックアートなのかを迷うことはないと思います。リンゴに近づいたり手に取って回したりすれば、それが立体なのかペラペラなのかは自然にわかります。このように、自分が動いたり、ものを動かしたりした時に見え方が変化することは「運動視差」と呼ばれ、人間の立体的な感覚やリアリティに大きく影響していることがわかっています。しかし、残念ながら、現在のネット上の画像には「運動視差」がありません。

 

そこで私たちは、ネットの画像にも「運動視差」を与えれば、より本物らしく見えるのではないかという観点から研究開発に取り組んでいます。以下のサイトは、ショッピングサイトのモデルさんの画像をぐるっと回せるようにした例です。これにより、服をよりリアルに想像して選んでもらうことが可能になりました。

 

http://www.outletpeak.com/static/cont/id_STY1412RIV?sid=OP1412STY01

 

 

2つ目は、ネットニュースに掲載された車の展示会の写真をぐるっと回せるようにした例です。新車のかっこよさや立体感が、よりリアルにわかりますね。

 

※こちらのサイトで試してみてください。

「東京オートサロン2017」

 

 

このように私たちはネット上の画像をぐるっと回せる新しい画像表現の開発に取り組んでいます。正確に言うと、回したかのように見える画像です。

 

では、このような画像はどうやって作るのか説明しましょう。まず同一の被写体を異なる撮影位置から、たくさん撮影します。

 

 

同じ被写体を別の角度から写した写真が2枚あればその間の「運動視差」から、被写体の三次元的な位置とそれを撮影したそれぞれのカメラの位置が推定できます。

 

 

この推定をたくさんの画像間に適用すれば、最終的に被写体の立体的な形状が推定できます。この推定結果から、自動的にぐるぐる回した画像は生成されます。

 

この「運動視差」を利用した研究は、先ほどの例だけではなく、デジタル教科書や音楽プロモーションビデオなどにも応用されつつあります。ネットで使われる画像は膨大で、まだまだ応用先はたくさんあると考えているので、より広く普及するよう、人々に役立つ研究開発を進めていこうと考えています。

 

この分野はどこで学べる?

「知覚情報処理」学べる大学・研究者はこちら

 

その領域カテゴリーはこちら↓

13.IT・AI」の「48.人工知能・機械学習、画像(CG等)、インターフェース系」

 


坂本竜基さんインタビュー

興味がわいたら

アイアンバディ

左藤真通(講談社)

ロボットを作るエンジニアの物語ですが、コンピュータビジョンを専門にしている女性が出てきますので、ソフトウェアエンジニアがどのような役割か知りたい人に。

 


四次元の世界

都筑卓司(講談社ブルーバックス)

現代のコンピュータサイエンスはデータを高次元で処理することがほとんどです。次元と言われると難しそうでしり込みしてしまうかもしれませんが、本書は一次元から順を追ってわかりやすく説明してくれており、しかも短く簡潔なので読む人を選びません。前半を読んだ時点で、四次元ポケットから道具が飛び出てくる理由もわかります。

 


ハルロック

西餅(講談社)

読めば中高生でも手を伸ばせば作れるテクノロジーが一通りわかり、しかも起業までエンカレッジしてくれるコミックス。

 


ソーシャル・ネットワーク

デヴィッド・フィンチャー監督。フェイスブックが急激に成長していく過程が描かれており、一介のエンジニアが作るサービスが社会現象になっていく様子が俯瞰できます。