コンピュータビジョン入門
画像から特徴、動き、幾何、カメラ姿勢を読み取る方法を、Visual SLAMと関連づけて体系的に解説します。
到達点と前提を確認して経路を選べます。最初から読むか、必要な項目へ進んでください。
解説記事 · 15ブラウザ実験 · 4
最初の項目を読む: カメラキャリブレーション入門 — レンズ歪みと内部パラメータを求める →前提と読み方 ベクトル・行列とカメラ投影の基礎。
- 解説記事 · 入門 · 14分
カメラキャリブレーション入門 — レンズ歪みと内部パラメータを求める
カメラキャリブレーションは、画素座標と3次元空間を対応づけるために内部パラメータとレンズ歪みを求める処理である。ピンホールモデルの再確認から、半径方向・接線方向歪みモデル、Zhangの平面パターン法、再投影誤差の最適化、そしてVisual SLAMやVOでキャリブレーションがずれると何が壊れるかまでを数式と図で体系的に解説する。
前提と読み方
ベクトル・行列とカメラ投影の基礎。
- 解説記事 · 入門 · 22分
Feature Detection（特徴点抽出）入門
画像の中から「もう一度見つけられる場所」を選び、対応付けに使う特徴点抽出。コーナー、Blob、DoG、FAST、ORB、SIFTの原理から、頑健性、評価、現行ツールと学習ベース手法までを一つにつなげて解説する。
前提と読み方
ベクトル・行列とカメラ投影の基礎。
- ブラウザ実験 · 実装・実験 · 3分
画像の明るさ・輝度 Lab — 露出、ガンマ、クリッピングを比較
合成グレー画像で線形露出と画素値の補正を比較し、ヒストグラムと勾配を調べます。
前提と読み方
['特徴点抽出 Lab']
- ブラウザ実験 · 実装・実験 · 3分
特徴点抽出 Lab — Harris と Shi–Tomasi を比較する
合成画像の回転・拡大率・明るさを変え、検出した角点と既知の変換から求めた参照位置を比較します。
前提と読み方
画像座標と勾配の基礎。Pythonのインストールは不要です。
- ブラウザ実験 · 実装・実験 · 4分
特徴点マッチング Lab — 記述子・幾何内点・真値を分けて比較する
画像パッチを比較して対応候補を絞り込み、幾何的に整合しても正しい対応とは限らないことを確かめます。
前提と読み方
画像座標と特徴点抽出Labの基礎。Pythonのインストールは不要です。
- 解説記事 · 入門 · 13分
Feature Tracking（特徴点追跡）入門 — 同じ点をフレーム間で見失わない方法
特徴点追跡は、連続画像の同じ物理点をフレーム間で対応付ける処理である。テンプレート追跡、Lucas–Kanade光学フロー、記述子マッチング、RANSAC、外れ値除去、カルマン予測を数式と実装手順で整理し、Visual OdometryやSLAMで破綻する条件と改善策を解説する。
前提と読み方
ベクトル・行列とカメラ投影の基礎。
- ブラウザ実験 · 実装・実験 · 4分
オプティカルフロー Lab：2フレーム間の動きを追跡する
画像上の特徴点の移動を推定し、既知の合成変換と比較します。明るさの変化・遮蔽・開口問題による失敗を確認できます。
前提と読み方
['特徴点抽出 Lab']
- 解説記事 · 入門 · 8分
Optical Flow入門 — 画像の動きから速度と構造を読む
Optical Flowは、連続画像の各画素がどの方向へ動いたかを表すベクトル場である。輝度一定の拘束、Lucas–KanadeとHorn–Schunck、ピラミッド、密なフローと疎な特徴追跡、RAFTなど学習ベース手法、カメラ運動・動的物体・評価方法を数式で解説する。
前提と読み方
ベクトル・行列とカメラ投影の基礎。
- 解説記事 · 入門 · 13分
ホモグラフィ変換入門 — 平面の対応を1枚の3x3行列で説明する
ホモグラフィは、同一平面上の点、または純回転するカメラの視野を1枚の3x3射影変換で結びつける関係式である。DLT法による推定、RANSACによるロバスト化、回転・並進・平面法線への分解、エピポーラ幾何との使い分けを、画像スティッチングやAR平面追跡への応用とあわせて数式と図で解説する。
前提と読み方
ベクトル・行列とカメラ投影の基礎。
- 解説記事 · 入門 · 26分
Epipolar Geometry（エピポーラ幾何）入門 — 2枚の画像から奥行きとカメラ運動を読む
エピポーラ幾何は、同じ3次元点が二つの画像にどう写るかを拘束する理論である。Fundamental MatrixとEssential Matrix、8点法・5点法、RANSAC、三角測量、ホモグラフィとの選択、校正、OpenCV/COLMAP実装、失敗条件と近年の学習ベース推定を、数式と図で体系的に解説する。
前提と読み方
ベクトル・行列とカメラ投影の基礎。
- 解説記事 · 入門 · 11分
PnP入門 — 3次元点と画像だけでカメラ姿勢を求める
Perspective-n-Point（PnP）は、既知の3次元点と画像上の対応点からカメラの位置・姿勢を推定する幾何問題である。投影式、P3P/AP3P、EPnP、反復最適化、RANSAC、平面退化、Visual SLAM・AR・測量での使い分けを数式と実装手順で解説する。
前提と読み方
ベクトル・行列とカメラ投影の基礎。
- 解説記事 · 入門 · 16分
Structure from Motion入門 — バラバラな写真群から3次元と撮影位置を同時に復元する
Structure from Motion（SfM）は、順序も撮影位置も分からない複数枚の写真から、シーンの3次元構造とすべてのカメラ姿勢を同時に復元する技術である。特徴マッチング、幾何検証、Incremental/Global SfMという二つの再構成戦略、三角測量、Bundle Adjustmentとの関係、そしてVisual-SLAMとの違いを、COLMAPなど現行実装とあわせて体系的に解説する。
前提と読み方
ベクトル・行列とカメラ投影の基礎。
- 解説記事 · 入門 · 18分
バンドル調整基礎入門 — カメラ姿勢と3D点を同時に磨き上げる非線形最小二乗
バンドル調整（Bundle Adjustment）は、多数のカメラ姿勢と3D点を同時に動かし、全観測の再投影誤差を最小化する非線形最小二乗問題である。なぜヤコビアンが疎になるのか、Schur補行列がなぜ大規模問題を解けるようにするのか、Levenberg-Marquardt法の役割、ゲージ自由度、そしてPose Graph最適化やSfMとの関係を、式と図で体系的に解説する。
前提と読み方
ベクトル・行列とカメラ投影の基礎。
- 解説記事 · 入門 · 18分
Multi-View Stereo入門 — 疎な点群を密な3D形状へ埋める
Multi-View Stereo（MVS）は、既知のカメラ姿勢を使って多数の画像から密な3D形状を復元する技術である。光度一貫性という基本原理、Plane-SweepとPatch-based（PMVS）という二つの古典的アプローチ、MVSNetに代表される深層学習ベース手法、深度マップ融合によるメッシュ化までを、ステレオカメラ・デプスカメラとの関係とあわせて式と図で体系的に解説する。
前提と読み方
ベクトル・行列とカメラ投影の基礎。
- 解説記事 · 入門 · 25分
VO/VIO入門 — カメラとIMUで移動を推定するための実践的な基礎
Visual Odometry（VO）とVisual-Inertial Odometry（VIO）は、連続画像と慣性計測からロボットやカメラの相対運動を推定する技術である。単眼のスケール不定性、IMU事前積分、初期化、フィルタと最適化、VINS-Mono・OpenVINSなどの実装、評価指標、失敗条件を数式と図で整理する。
前提と読み方
ベクトル・行列とカメラ投影の基礎。
- 解説記事 · 入門 · 8分
Loop Closure入門 — SLAMのドリフトを一周分まとめて直す
Loop Closure（閉ループ検出）は、ロボットが以前に訪れた場所へ戻ったことを認識し、蓄積した自己位置誤差を地図全体へ配分して補正する処理である。場所認識、画像検索、幾何検証、Pose Graph最適化、誤検出対策、現行SLAM実装と研究を体系的に解説する。
前提と読み方
ベクトル・行列とカメラ投影の基礎。
- 解説記事 · 入門 · 30分
Visual-SLAM入門 — カメラで「自分がどこにいるか」を知る技術
GPSも地図もない場所で、カメラ映像だけを頼りに自分の位置と周囲の地図を同時に求める技術がVisual-SLAMである。特徴点の追跡からEpipolar幾何、Visual Odometryとの違い、ORB-SLAM/LSD-SLAM/DSOに至る代表アルゴリズムの系譜、Bundle Adjustmentまで、Visual-SLAMの仕組みを土台から体系的に整理する。
前提と読み方
ベクトル・行列とカメラ投影の基礎。
- 解説記事 · 学習ガイド · 4分
単眼深度推定入門 — 相対深度を尺度付きの距離へ結びつける
相対深度とmetric depthを区別し、ground truthと尺度を含む評価条件を説明できる。
前提と読み方
ピンホールカメラの焦点距離と画像座標。深層学習の詳細は不要。
- 解説記事 · 学習ガイド · 4分
Neural 3D入門 — 新規視点合成と見た目・形状の評価
Neural 3D表現の入力・出力・評価分割と、SfM/MVSとの役割の違いを説明できる。
前提と読み方
カメラ姿勢、光線、3D点群の基礎。深層学習の詳細は不要。