論文の概要: Shadowless Projection Mapping for Tabletop Workspaces with Synthetic Aperture Projector

• arxiv url: http://arxiv.org/abs/2603.11551v1
• Date: Thu, 12 Mar 2026 05:13:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-13 14:46:25.90498
• Title: Shadowless Projection Mapping for Tabletop Workspaces with Synthetic Aperture Projector
• Title（参考訳）: 合成開口プロジェクタを用いたテーブルトップワークスペースのシャドウレスプロジェクションマッピング
• Authors: Takahiro Okamoto, Masaki Takeuchi, Masataka Sawayama, Daisuke Iwai,
• Abstract要約: 投影マッピング(PM)は、ユーザーがヘッドマウントディスプレイを装着することなく拡張現実(AR)体験を可能にする。 従来のPMシステムは、ユーザーが光路を遮るとき、しばしば投射影に悩まされる。 本研究では,環境に密に配置されたプロジェクタをはるかに多く使用して,遅延のないシャドウレスプロジェクションを実現する合成開口型PMシステムを提案する。
• 参考スコア（独自算出の注目度）: 7.174734306558701
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Projection mapping (PM) enables augmented reality (AR) experiences without requiring users to wear head-mounted displays and supports multi-user interaction. It is regarded as a promising technology for a variety of applications in which users interact with content superimposed onto augmented objects in tabletop workspaces, including remote collaboration, healthcare, industrial design, urban planning, artwork creation, and office work. However, conventional PM systems often suffer from projection shadows when users occlude the light path. Prior approaches employing multiple distributed projectors can compensate for occlusion, but suffer from latency due to computational processing, degrading the user experience. In this research, we introduce a synthetic-aperture PM system that uses a significantly larger number of projectors, arranged densely in the environment, to achieve delay-free, shadowless projection for tabletop workspaces without requiring computational compensation. To address spatial resolution degradation caused by subpixel misalignment among overlaid projections, we develop and validate an offline blur compensation method whose computation time remains independent of the number of projectors. Furthermore, we demonstrate that our shadowless PM plays a critical role in achieving a fundamental goal of PM: altering material properties without evoking projection-like impression. Specifically, we define this perceptual impression as ``sense of projection (SoP)'' and establish a PM design framework to minimize the SoP based on user studies.
• Abstract（参考訳）: 投影マッピング(PM)は、ユーザがヘッドマウントディスプレイを装着することなく拡張現実(AR)体験を可能にし、マルチユーザインタラクションをサポートする。 リモートコラボレーション、ヘルスケア、産業デザイン、都市計画、アートワーク、オフィスワークなど、ユーザーがテーブルトップワークスペース内の拡張オブジェクトに重畳されたコンテンツと対話する様々なアプリケーションにとって有望な技術であると考えられている。 しかし、従来のPMシステムは、ユーザーが光路を遮るときに投影影に悩まされることが多い。 従来の複数の分散プロジェクタを使用したアプローチでは、オクルージョンを補うことができるが、計算処理によるレイテンシに悩まされ、ユーザエクスペリエンスが劣化する。 本研究では,多数のプロジェクタを環境に密に配置した合成開口PMシステムを導入し,計算補償を必要とせず,テーブルトップワークスペースの遅延のないシャドウレスプロジェクションを実現する。 オーバーレイプロジェクション間のサブピクセルミスアライメントによる空間分解能の低下に対処するために,プロジェクタ数に依存しない計算時間を持つオフラインのぼかし補正法を開発し,検証する。 さらに,我々のシャドウレスPMがPMの基本的な目的を達成する上で重要な役割を担っていることを実証した。 具体的には、この知覚的印象を「投影のセンス(SoP)」と定義し、ユーザ研究に基づいてSoPを最小化するためのPM設計フレームワークを確立する。

関連論文リスト

• PointVDP: Learning View-Dependent Projection by Fireworks Rays for 3D Point Cloud Segmentation [66.00721801098574]
  本稿では,ポイントクラウドのセグメンテーションを容易にするために,ビュー依存プロジェクション(VDP)を提案する。 VDPは3Dポイント分布からデータ駆動プロジェクションを生成する。 フレームワークを最適化するために色規則化を構築します。
  論文  参考訳（メタデータ） (2025-07-09T07:44:00Z)
• Seeing with Partial Certainty: Conformal Prediction for Robotic Scene Recognition in Built Environments [6.295098866364597]
  本稿では,VLMを用いた位置認識における不確実性の測定・調整を目的としたフレームワークであるSeing with partial Certainty(SwPC)を紹介する。 SwPCは、人間の助けを求めるリクエストを最小限に抑えつつ、位置認識に関する統計的保証を提供するために、共形予測の理論に基づいて構築されている。
  論文  参考訳（メタデータ） (2025-01-09T03:50:00Z)
• Improving multidimensional projection quality with user-specific metrics and optimal scaling [0.0]
  本研究では,ユーザ固有の品質基準に基づいて多次元投影手法を調整した新しいフレームワークを提案する。 提案手法は, 3つの視覚的品質指標, ストレス, 近隣保存, シルエットスコアを組み合わせて, 正確なMP評価のための複合指標を作成する。 我々は、異なるプロジェクションの好みを持つ2人のユーザを対象に、t-SNE、UMAP、LAMPを用いてプロジェクションを生成する実験を行った。
  論文  参考訳（メタデータ） (2024-07-23T09:23:00Z)
• CompenHR: Efficient Full Compensation for High-resolution Projector [68.42060996280064]
  プロジェクター補償はプロジェクターカメラシステムの実用的なタスクである。 プロジェクター入力画像、名前付き補償画像を見つけることを目的としており、プロジェクターが投影されると幾何学的および測光的歪みがキャンセルされる。 最先端の手法では、ディープラーニングを使ってこの問題に対処し、低解像度のセットアップで有望なパフォーマンスを示す。 しかし、ディープラーニングを高精細なセットアップに直接適用することは、長いトレーニング時間と高いメモリコストのために現実的ではない。
  論文  参考訳（メタデータ） (2023-11-22T14:13:27Z)
• Neural Projection Mapping Using Reflectance Fields [11.74757574153076]
  我々は、プロジェクターを神経反射場に導入し、プロジェクターを校正し、リアルな光編集を行う。 私たちのニューラルネットワークは3つのニューラルネットワークで構成されています。 ニューラルプロジェクションマッピングは、シーンとプロジェクションイメージの共同最適化を通じて、新規でエキサイティングな下流タスクへの扉を開くと信じている。
  論文  参考訳（メタデータ） (2023-06-11T05:33:10Z)
• SPAA: Stealthy Projector-based Adversarial Attacks on Deep Image Classifiers [82.19722134082645]
  本稿では,ステルスプロジェクタを用いた対向攻撃を提案する。 PCNetというディープニューラルネットワークを用いて実際のプロジェクトとキャプチャ操作を推定します。 実験の結果,SPAAは高い攻撃成功率を達成し,他の手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2020-12-10T18:14:03Z)
• Object-based Illumination Estimation with Rendering-aware Neural Networks [56.01734918693844]
  個々の物体とその局所画像領域のRGBD外観から高速環境光推定手法を提案する。 推定照明により、仮想オブジェクトは実際のシーンと一貫性のあるシェーディングでARシナリオでレンダリングできる。
  論文  参考訳（メタデータ） (2020-08-06T08:23:19Z)
• End-to-end Full Projector Compensation [81.19324259967742]
  完全なプロジェクター補償は、プロジェクター入力画像を変更して、プロジェクター表面の幾何学的および測光的乱れを補償することを目的としている。 本稿では,この2つの問題を共同で解くために,CompenNeSt++というエンド・ツー・エンドの微分可能な最初のソリューションを提案する。
  論文  参考訳（メタデータ） (2020-07-30T18:23:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。