○各種3Dセンサの動作原理や構成要素、測定制約条件、適した用途、

生体計測関連への応用事例などをデモを交えて解説します！

各種3Dセンサの測距原理とその応用

≪Multi～beam LiDAR, Time of Flight, Structured Light, Photogrametry等の

測距原理から超高感度化処理法と非接触生体センシングの原理と応用まで≫

【提携セミナー】

主催：株式会社情報機構

各種3Dセンサの動作原理、構成要素の役割、測定制約条件、応用に適した用途などをデモを行いながら説明を行うとともに、応用事例についても紹介を行う。更に周囲画素の空間または時間軸相関性を用いて情報を抽出するHyper Sense手法とその応用、特に生体計測関連について説明を行う。

担当講師

株式会社フォスメガ　代表取締役社長
私設研究所ネオテックラボ　所長
上田 智章 先生

※株式会社フォスメガとは：
東京工業大学の教授、准教授、助教らからなる有志７名で受託研究会社（フォスメガ）を登記設立。計測に関連した試作品の製作、技術コンサルティングなどを行っています。
＊ 希望者は講師との名刺交換が可能です

1982年　同志社大学工学部電子工学科 卒
1984年　同志社大学大学院工学研究科電気工学専攻 修了
1984-1998年　ダイキン工業株式会社　電子技術研究所勤務
1998-2000年　株式会社計測器センター　開発部長
2000年-　株式会社関西新技術研究所SQUID研究部主任研究員
株式会社KRI　センシング技術部　主席研究員
2006年12月-2010年3月　東京工業大学 統合研究院 ソリューション研究機構 特任教授
2010年4月-2012年3月　東京工業大学 ソリューション研究機構 特任教授
2007年8月10日～現在　株式会社フォスメガ（PhosMega Co., Ltd.）代表取締役

セミナープログラム（予定）

【イントロダクション編】

１．3Dセンサとは？
1.1　画素単位に測距を行う機能を有するイメージデバイス
1.1.1　RGB画像, 赤外線画像, サーマル画像, デプス画像の例
1.1.2　各画像と撮像波長
1.1.3　太陽光スペクトル
1.1.4　黒体輻射スペクトル
1.1.5　デプス画像の種類（モノクロ, C-LUT, 点群, 3Dメッシュ）
1.1.6　2Dデプスデータと3Dデータの違いとデプス値の定義
1.2　デプスカメラの応用分野
1.3　主な低価格市販デプスカメラ
1.4　3Dセンサの応用事例

【測距原理編】

２．マルチビーム方式LiDAR(iPhone LiDAR)
2.1　LiDARの基本動作原理(ToF: Time of Flight)
2.2　direct ToF方式
2.3　indirect ToF方式
2.4　メカニカルスキャン方式LiDARとその弱点
2.5　マルチビーム方式LiDAR
2.6　VCSELアレイ(Lumentum社)
2.6.1　EELとVCSELの違い
2.6.2　分布ブラッグ反射器
2.6.3　通常のレーザーダイオードとVCSELの特性の違い
2.6.4　Lumentum社のVCSEL構造
2.6.5　酸化膜の孔径と電流制限抵抗(並列駆動の仕組み)
2.6.6　Lumentum社 VCSEL arrayの４相駆動
2.6.7　チップ底面のカソード実装方法
2.6.8　並列定電流駆動回路
2.7　VCSELアレイマルチビーム用短焦点組レンズ
2.7.1　レーザーダイオードと短焦点レンズ
2.7.2　組レンズによるマルチビーム化
2.8　回折格子(DoE)
2.9　SPADイメージセンサ
2.9.1　SPADとは？
2.9.2　イメージセンサのデバイス構造の変遷
2.9.3　SPADとは（アバランシェ・ダイオードによるフォトンカウントモード）
2.9.4　SPADイメージセンサのデバイス構造
2.10　ToF計時回路
2.11　次世代MEMS光学フィルタ
2.12　iPhone LiDARの構造

３．Structured Light法 －光源と観測位置の座標の違いを利用する(光三角法)－
3.1　光切断法
3.2　モアレ法
3.3　Structured Light法
3.3.1　Structured Light固定パターン投影法
・ランダムドットパターンを用いた相関方法(KinectV1, Carmine, iPhone Face ID)
・高速高分解能カメラで各ドットを追尾するHyper Depth
3.3.2　Structured Light時分割パターン法

４．Indirect ToF法 －光パルスの往復時間または位相遅れを利用する(Time of Flight)－
4.1 ～ 4.3　ToF方式とLiDAR方式導入
4.4 ～ 4.12　ToF方式
4.13 ～ 4.16　LiDAR(Light Detection and Ranging)[Laser Imaging Detection and Ranging]

５．Stereo Matching法
5.1　ステレオ・マッチング
5.2　特徴点検出で視差を求める
5.3　三角形の相似で測距を行う
5.4　法線ベクトルをマッチングに使う方法

６．Infrared Depth
6.1　拡散反射光の性質を利用した測距アルゴリズム(Infrared Depth)
6.2　環境光、拡散反射、鏡面反射
6.3　光源指向性、距離減衰、吸光度、拡散反射
6.4　吸光度はToFで機械学習
6.5　吸光度をRGB画像から実測する方法

７．マルチカメラによるPhotogrametry
7.1　単カメラによる自己位置推定による3D化
－自己位置推定と環境地図作成を同時に行う
7.2　カメラ位置の違いから特徴点/テクスチャのマッチングを利用
7.3　PTAM(Parallel Tracking and Mapping)
7.4　SLAM(Simultaneous Localization and Mapping)
7.5　自己位置推定用シートマーカーを用いる方法(Qlone)
7.6　慣性測定ユニット（IMU）を用いたPhotogrametry

８．カラー開口フィルタ（東芝⇒JDI）
8.1　カラー開口フィルタ
8.2　透過液晶パネルを用いる方法

９．その他の3D測距方法
9.1　機械学習により静止画から3D顔モデルを再構成する
－cvl-demos.cs.nott.ac.uk/vrn/
9.2　Make3D（視覚処理の模倣）

10．センシング増感法：C.E.Shannonのチャンネル容量の法則とその応用
－時間軸、空間の相関性を利用して、数学モデルの未知数をLSM(最小2乗法)で推定し、量子化ノイズを低減する方法－
10.1　CMOSイメージセンサについて
10.2　C.E.Shannonのチャンネル容量の法則
10.3　1）増感処理 ～近接画素情報を活用してノイズ除去～
10.4　2）マッチング処理 ～波長別浸透深度の違いを可視化～
10.5　色ベクトルとカラーマップ
10.6　色ベクトルとメラニン色素
10.7　血中溶存酸素濃度
10.8　ビリルビンと黄疸症状
10.9　ウロビリノーゲン
10.10　血糖値
10.11　単眼3Dセンシング
10.12　サッカー選手のリモートバイタルセンシング（スポーツ応用）
10.13　単眼3Dセンシングの問題点
10.14　ステレオ3Dセンシング
10.15　まとめ

11．心拍・呼吸に関する基礎知識
11.1　心臓の構造と心電図
11.2　呼吸動作と酸素供給の関係
11.3　呼吸と心拍揺らぎの関係
11.4　入浴中の心拍揺らぎと年齢
11.5　心拍・呼吸センシングの原理
11.6　カラー画像または赤外線画像からの心拍センシング
11.7　デプスデータからの呼吸・心拍センシング
11.8　KinectV1での非接触呼吸・心拍センシング
11.9　スポット光方式
－反射光強度分布を放物面関数で近似して精密測距
11.10　マーカー方式
－濃度分布関数または円形マーカーを用いた精密測距

＜質疑応答・個別質問・講師との名刺交換＞

公開セミナーの次回開催予定

開催日

未定

開催場所

未定

受講料

未定

備考

●録音・撮影行為は固くお断り致します。
●講義中の携帯電話の使用はご遠慮下さい。
●講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので、極力お控え下さい。
場合により、使用をお断りすることがございますので、予めご了承下さい。
＊ＰＣ実習講座を除きます。

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。