SphereDepth：球面領域からのパノラマ深度推定

パノラマ画像は周囲環境の完全な情報を同時に表現でき、バーチャルツーリズム、ゲーム、ロボティクスなど多岐にわたる分野で多くの利点を有している。しかし、一般的に用いられる投影手法による歪みや不連続性の問題を、パノラマ深度推定の進展が完全に解決できていないのが現状である。本論文では、投影処理の前処理を必要とせず、球面メッシュ上に直接深度を予測する新たなパノラマ深度推定手法「SphereDepth」を提案する。本手法の核心的なアイデアは、パノラマ画像と球面メッシュの間の関係を構築し、その上で深層ニューラルネットワークを用いて球面領域上で特徴を抽出して深度を予測することにある。高解像度のパノラマデータに伴う処理効率の課題に対応するため、提案する球面メッシュ処理フレームワークに2つのハイパーパラメータを導入し、推論速度と精度のバランスを調整可能にしている。3つの公的パノラマデータセット上で実証した結果、SphereDepthは最先端のパノラマ深度推定手法と同等の性能を達成した。球面領域を採用した設計により、高品質な点群生成が可能となり、歪みや不連続性の問題が著しく軽減されるという利点も得られた。