例
立方体構造
深度マップ:近いほど暗くなる
深度マップ:焦点面に近いほど暗くなります
ここでは、2種類の深度マップと、それらの元となった元のモデルを示します。1つ目の深度マップは、カメラからの距離に比例した輝度を示しています。近い面は暗く、遠い面は明るくなります。2つ目の深度マップは、基準焦点面からの距離に比例した輝度を示しています。焦点面に近い面は暗く、焦点面から遠い面は明るくなります(視点に近い面と遠い面の両方)。
用途
霧の効果
浅い被写界深度効果深度マップには、以下のような多くの用途があります。
- 霧、煙、大量の水など、シーン内の均一に密度の高い半透明媒体の効果をシミュレートする。
- 被写界深度が浅い状態をシミュレートします。これは、シーンの一部がぼやけて見える状態です。深度マップを使用すると、画像を選択的にさまざまな程度にぼかすことができます。被写界深度が浅い状態はマクロ撮影の特徴であるため、このテクニックはミニチュア偽造のプロセスの一部となる場合があります。
- ZバッファリングとZカリングは、3Dシーンのレンダリング効率を高めるために使用できる技術です。これらの技術を用いることで、画面から隠れているオブジェクトを特定し、レンダリング処理において無視することができます。これは、コンピュータゲームなどのリアルタイムアプリケーションにおいて特に重要です。リアルタイムアプリケーションでは、レンダリングされた画像を連続して高速に表示し、一定間隔で表示する必要があるためです。
- シャドウマッピング- 3Dコンピュータグラフィックスで照明によって生成される影を作成するために使用されるプロセスの一部。この用途では、深度マップはビューアの視点ではなく、光源の視点から計算されます。[ 2 ]
- 立体視を通して3D視覚の錯覚を作り出すことを目的とした、オートステレオグラムの作成と生成、およびその他の関連アプリケーションに必要な距離情報を提供する。
- 表面下散乱は、人間の皮膚などの半透明材料の半透明性をシミュレートすることで、リアリティを高めるプロセスの一部として使用できます。
- コンピュータビジョンでは、単一ビューまたはマルチビュー画像、深度マップ、またはその他の種類の画像を使用して、3D形状をモデル化したり、再構築したりします。[ 3 ]深度マップは、 3Dスキャナによって生成することも[ 4 ]、複数の画像から再構築することもできます。[ 5 ]
- マシンビジョンおよびコンピュータビジョンにおいて、3D画像を2D画像ツールで処理できるようにする。
単一または複数ビューの深度マップまたはシルエットから3D形状を生成および再構築する[ 3 ]制限事項
- シングルチャンネル深度マップは、最初に視認した表面のみを記録するため、透明な物体を通して視認または屈折した表面、あるいは鏡に反射した表面に関する情報は表示できません。そのため、被写界深度や霧の効果を正確にシミュレートする際には、その使用が制限される場合があります。
- 単一チャンネルの深度マップでは、1つのピクセルの範囲内に複数の距離が存在する場合、それらの距離を正確に表現することはできません。これは、そのピクセルの位置に複数のオブジェクトが存在する場合に発生する可能性があります。例えば、髪の毛、毛皮、草などを特徴とするモデルなどがこれに該当します。より一般的には、オブジェクトのエッジがピクセルを部分的に覆っている場合、そのエッジが曖昧に記述される可能性があります。
- 深度マップの用途によっては、より高いビット深度でマップをエンコードすることが有用または必要となる場合があります。例えば、8ビットの深度マップでは、最大256種類の距離しか表現できません。
- 深度マップは、生成方法によっては、被写体とシーンカメラの平面との間の垂直距離を表す場合があります。例えば、平面に直接垂直に向けられたシーンカメラは、平面全体にわたって均一な距離を記録する可能性があります。この場合、幾何学的には、画像の隅に写っている平面表面の領域からカメラまでの実際の距離は、中央の領域までの距離よりも大きくなります。しかし、多くのアプリケーションでは、この差は大きな問題にはなりません。
参考文献
- ↑コンピュータアート / 3Dワールド用語集2011年1月26日に取得した文書。
- ↑
- 1 2 "Soltani, AA、Huang, H.、Wu, J.、Kulkarni, TD、および Tenenbaum, JB「深層生成ネットワークによるマルチビュー深度マップとシルエットのモデリングによる 3D 形状の合成」。IEEE コンピュータビジョンおよびパターン認識会議の議事録 (pp. 1511-1519)"。GitHub 。
- ↑ Schuon, Sebastian, et al. 「 Lidarboost: TOF 3D形状スキャン用の深度超解像」. コンピュータビジョンとパターン認識、2009年。CVPR 2009。IEEE会議。IEEE、2009年。
- ↑マリク、アミール・サイード編。深度マップと3Dイメージングアプリケーション:アルゴリズムとテクノロジー:アルゴリズムとテクノロジーIGIグローバル、2011年。
- ↑ Mousavi, Seyed Muhammad Hossein; Mirinezhad, S. Younes (2021年1月). "イランのkinect顔データベース(IKFDB):kinect v.2センサーで収集された色深度ベースの顔データベース" . SN Applied Sciences . 3 (1). doi : 10.1007/s42452-020-03999-y . ISSN 2523-3963 .