3D Vision、3次元再構成技術の基礎と応用および最新技術: SfM/Visual SLAMからNeRF、3DGS、3D Foundation Modelまで  <オンラインセミナー>

~ Visual SLAMによる自己位置推定、SfMとMVSによる3次元再構成、NeRFによる3次元モデリングと自由視点画像生成、3DGS、3D Foundation Modelの応用 ~

・カメラ幾何の基礎からSfM・Visual SLAM、NeRF・3DGS、最新基盤モデルまでを体系的に学び、実務に最適な3D Vision技術を選定し、システム開発へ応用するための講座
・Visual SLAMやNeRF、3DGS、さらにDUSt3RやVGGTなど従来の3Dモデルを刷新する最新の基盤モデルを先取りし、高性能なシステム開発に応用しよう!
・自動運転におけるVisual SLAMは、カメラの映像データを用いて「自己位置推定」と「環境地図作成」をリアルタイムに同時に行う技術で、地図データの無い地域でも周囲の状況を把握しながら安全に自律走行を継続できるため、自動運転の中核技術となっています

オンラインセミナーの詳細はこちら:

・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。

講師の言葉

 画像から3次元空間の形状やカメラの自己位置を復元する「3D Vision」は、ロボティクス、XR、デジタルツイン、自動運転など幅広い産業で中核技術となっています。
 本セミナーでは、多視点幾何学に基づく古典的基盤から、NeRF/3D Gaussian Splatting,そして最新の3D Foundation Model(基盤モデル)までを1日で体系的に解説します。
 前半では、特徴点マッチングや透視投影、エピポーラ幾何、バンドル調整の基礎を整理し、SfM、MVS、Visual SLAMが位置と形状を推定する仕組みを学びます。
 後半では、微分可能レンダリングにより自由視点画像生成を革新したNeRFや3DGSの数理と実装上の違いを詳解します。さらに、DUSt3RやVGGTなど従来の幾何パイプラインを刷新しつつある最新の基盤モデルまで網羅し、各手法の原理的つながりと実務における使い分けの判断基準を身につけることを目指します。

セミナー詳細

開催日時
  • 2027年01月13日(水) 10:00 ~ 17:00
開催場所 オンラインセミナー
カテゴリー オンラインセミナー、ソフト・データ・画像・デザイン
受講対象者 ・3D Vision、3次元再構成、画像処理に関する基礎知識を身につけたい研究者、技術者の方
• SfM、Visual SLAM、MVSの仕組みや相互関係を体系的に理解したい方
• カメラ画像から3次元点群、形状、カメラ位置を推定する技術に関心のある方
• NeRF、3D Gaussian Splattingなどによる3次元モデリング、自由視点画像生成を学びたい方
• VGGT、MapAnything、DUSt3Rなど、Foundation Modelを用いた最新の3D Vision技術を把握したい方
• ロボティクス、XR、デジタルツイン、3次元計測、外観検査などへの応用を検討している方
• 個別の手法名は知っているが、カメラ幾何から最新技術までのつながりを整理したい方
•(画像処理、コンピュータビジョン、外観検査、ロボティクス、自動運転、ドローン、スマートグラス、VRデバイス)
予備知識 ・画像処理、コンピュータビジョン、機械学習に関する専門知識は必須ではありません
・座標、行列、ベクトルなどの基礎的な数学知識があると、カメラ幾何や3次元復元の説明を理解しやすいです
・SfM、Visual SLAM、NeRFなどを初めて学ぶ方にも理解できるよう、画像処理とカメラモデルの基礎から丁寧に解説します
修得知識 ・3D Visionにおける3次元再構成と自己位置推定の位置付け、主要技術の全体像
• 特徴点マッチング、画像検索、透視投影、エピポーラ幾何、三角測量、バンドル調整の基本
• SfM、Visual SLAM、MVSの処理の流れ、共通点、相違点
• NeRFと3D Gaussian Splattingの空間表現、レンダリング手法、最適化、特徴の違い
• DUSt3R、VGGT、MapAnythingなど、Foundation Modelによる3次元推定の考え方や従来手法との違い
• 目的に応じて、従来の幾何手法、NeRF、3DGS、Foundation Modelのどれを適用すべきか判断するための実践的な選定基準を身につけることができる
プログラム

1.3D Visionと3次元再構成の全体像
  (1).3D Visionにおける幾何と表現
    a.自己位置推定(Localization)と3次元再構成(Mapping / Modeling)
    b.疎な点群・密な深度・メッシュ・ニューラル表現の違い
  (2).3次元復元技術の変遷
    a.古典的多視点幾何(SfM、MVS、Visual SLAM)の位置付け
    b.微分可能レンダリング(NeRF、3DGS)と基盤モデル(DUSt3R、VGGT)への発展

2.3次元再構成に用いる画像処理と幾何の基礎
  (1).特徴点マッチングと画像検索
    a.局所特徴点の検出と記述(SIFT、ORB)
    b.画像間の対応点探索と誤対応除去(RANSAC)
    c.類似画像検索(BoW、VLAD)とVisual SLAMにおける役割
  (2).カメラ幾何の基礎
    a.座標系(画像・カメラ・世界)と透視投影モデル
    b.カメラの内部・外部パラメータとレンズ歪み補正
    c.エピポーラ幾何と三角測量(Triangulation)
    d.PnP問題によるカメラ姿勢推定
  (3)推定結果の最適化
    a.再投影誤差(Reprojection Error)の最小化
    b.バンドル調整(Bundle Adjustment)の原理

3.Visual SLAMによる自己位置推定と環境地図作成
  (1).Visual SLAMの基本構成
    a.初期化(Initialization)と追跡(Tracking)
    b.局所地図作成(Local Mapping)
    c.ループ検出(Loop Closure)と大域最適化
  (2).Visual SLAMの実装と発展
    a.ORB-SLAMを例とした処理フロー
    b.カメラとIMUの融合(Visual-Inertial SLAM / ARKit・ARCore)
    c.オンライン逐次処理(SLAM)と一括バッチ処理(SfM)の違い

4.Structure from Motion (SfM) と Multi-view Stereo (MVS) による3次元再構成
  (1).SfMによるカメラ姿勢推定と疎な復元
    a.SfMの基本的な考え方と処理パイプライン(COLMAP等)
    b.インクリメンタルSfMとバンドル調整
  (2).Multi-view Stereo (MVS) による密な3次元復元
    a.多視点ステレオマッチングとデプス推定
    b.点群の高密度化からポリゴンメッシュ生成へ
  (3).幾何ベース手法の強みと実務上の課題

5.NeRF(Neural Radiance Fields)による3次元モデリングと自由視点画像生成
  (1).NeRFの原理と空間表現
    a.NeRFとは何か:NN(MLP)が空間をどう表現しているか
    b.3次元座標と視線方向から密度σと色RGBの推論
  (2).Volumetric Renderingによる画像生成
    a.光線上のサンプリングと積分の離散化
    b.Positional Encodingと粗密階層サンプリング
  (3).NeRFの最適化とメッシュ抽出
    a.生成画像と入力画像の測光誤差(Photometric Error)最小化
    b.Marching Cubes法とSDF(Signed Distance Function / NeuS)によるメッシュ化

6.3D Gaussian Splatting (3DGS) の原理と応用
  (1).3DGSの基本原理
    a.3DGSとは何か:明示的表現としての3次元ガウシアン
    b.ガウシアンのパラメータ(位置、共分散/形状・姿勢、不透明度、球面調和関数SH)
  (2).Splattingによる高速レンダリング
    a.Tile-basedラスタライズとGPU並列処理による超高速描画
    b.SfM点群とカメラ姿勢を用いた初期化
  (3).ガウシアンの最適化と適応的制御
    a.描画誤差に基づく勾配計算とガウシアンの分割・複製・間引き
  (4).NeRFと3DGSの比較、およびNeural SLAM
    a.表現形式、学習・描画速度、メモリ消費、編集性の比較
    b.NeRF/3DGSを地図表現に用いたSLAM(iMAP、NICE-SLAM、3DGS-SLAM)

7.3D Foundation Model(基盤モデル)による最新動向
  (1).基盤モデルによる3次元推定の新潮流
    a.カメラパラメータ不要のエンドツーエンド3次元推定
    b.マルチタスクTransformerによる幾何基盤モデルの台頭
  (2).代表的な3D Foundation Modelの解説
    a.DUSt3R / MUSt3R:画像ペアからの直接的な3D pointmap回帰
    b.VGGT (Visual Geometry Grounded Transformer):
    カメラ姿勢・深度・点群・追跡の統合推論
    c.MapAnything:大規模事前学習による幾何・地図推定
  (3).従来手法との関係性と実務への導入
    a.SfM/MVSに対する優位性と現状の課題
    b.学習データセットとライセンス・商用利用のポイント

8.各技術の比較・選定指針と今後の展望
  (1).実務における技術選定マトリクス
    a.要求(幾何学的寸法精度 / フォトリアリズム / リアルタイム性 / 計算負荷)に応じた選択
    b.ロボティクス、XR、デジタルツイン、幾何パイプラインでの適用事例
  (2).3D Vision技術の今後の展望

キーワード 3D Vision SfM MVS Visual SLAM 特徴点マッチング RANSAC エピポーラ幾何 三角測量 バンドル調整 NeRF Volumetric Rendering 3D Gaussian Splatting Neural SLAM 3D Foundation Model VGGT
タグ SLAM・自己位置推定、カメラ、ソフト管理、ソフト教育、画像、画像処理
受講料 一般 (1名):52,800円(税込)
同時複数申込の場合(1名):47,300円(税込)
会場
オンラインセミナー
本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日