【未知の課題に挑むエンジニア】【21卒】 ソフトバンク エンジニアの内定ES(エントリーシート) No.31411（慶應義塾大学大学院/男性）（2020/6/2公開）

私は被写体の3次元復元の研究をしている。具体的に同じ場所を写した2枚の画像を元に、カメラから被写体までの距離を推定する研究だ。所属学科の分野から少し離れた卒業研究であり、背景知識が0の状態から研究を始めた。測量学やデジタル信号処理など様々な分野の専門書を40冊以上読み、距離を推定できる理論まで辿り付いた。ライブラリを使わずに0から理論をプログラムに落とし込み、プログラムの実行結果を評価した。実験では2枚の画像で同一点を写した画素のペアを特定するため、画素値パターンの類似度を算出するフィルタ関数を操作することで距離推定精度の向上を試みた。研究で培った知識はもちろん、私の強みは経験のない全く新しい課題に積極的に取り組める姿勢だ。単語と派生する言葉の意味をひたむきに学び取ることで緻密で丁寧な問題の理解を徹底し、成果物を作り上げる一貫したスタイルがある。私は絶えず新しい技術が生まれるITが好きで、それは自身が経験したことのない分野を学び続けることができるからだ。 　私はソフトバンクのソリューションエンジニアとして、いち早く最先端技術を用いた解決策を提案することで先の経験を役立てたい。新しい技術に敏感に学び続け、顧客企業の課題解決に上流工程から関わることで、多様な解決策を実現できるエンジニアになりたい。現在は先の距離推定の精度を高めるため、機械学習を応用した新しいアプローチで研究を進めている。私は研究内容の画像処理と機械学習を中心に提案力の幅を広げていくつもりだ。 続きを読む

私はカメラレンズから被写体までの距離情報を算出するプログラムを作成した。具体的に同じ場所を撮影した2枚の画像セットを入力し、深度マップを出力するシステムだ。深度マップとは、入力した画像の画素ごとに写っている被写体までの距離を、ピクセルごとの色で表現したものだ。撮影時にカメラレンズから近いものは白色に近い色、遠いものは黒色に表示される。直感的に画像に写ったものの距離感がわかる画像である。現段階での私のプログラムの課題は、⑴ 深度マップで表現した被写体の輪郭や形状が歪曲してしまうこと、⑵ 距離を表す幅が非常に離散的になってしまうことの二つである。⑴と⑵の原因はともに、2枚の入力画像で同一点を表した画素のペアの特定(ステレオマッチング)の精度が低いことだ。卒業研究ではステレオマッチング の指標に画素パターンの類似度を表す正規化相互相関係数(ZNCC)を用いてたが、現在はそれを改良したアルゴリズムを模索している。 続きを読む

⑴ 線形代数分野：行列演算・ガウシアンフィルタ 画像の正規化： デジタル画像データは0~255の明るさを表す輝度値を格納した2次元配列である。 2枚の画像の類似度を求める際、撮影した場所での明るさが異なる場合でも正確に類似度の比較を行うために入力画像の平均値を0に整える必要がある。 具体的に画像配列の全要素の平均値を格納した配列を作成し、元の入力画像配列から行列の差を取ることで画素値の平均値を0にした。 ガウシアンフィルタ ： 画像には「局所性」と呼ばれる特徴があり、近い距離にある画素は近い輝度値を持つ傾向にある。 正規化相互相関係数を求める演算に「局所性」考慮した処理を加えることでをステレオマッチングの精度が向上した。 注目画素に近い画素ほど相関係数に与える影響を大きくし、ガウス(正規)分布の関数（2次元正規分布の確率密度関数）を用いて重み付け平均を計算した。 この実装にはガウシアンフィルタ関数を利用した ⑵ 統計・確率分野：正規化相互相関係数(ZNCC)： 2枚の画像の画素値パターンの類似度を計算するための指標として正規化相互相関係数を用いた。 画像の隣り合った画素値の連続を波形として考えると、統計学における相関係数のように画素値パターン同士の類似度を計算することができる。 ここで、2枚の画像の画素値のパターンをそれぞれ信号x(n)とy(n+m)とする。 相互相関関数は2つの信号x(n)とy(n+m)の積信号の平均値であるが、これを相関解析の指標にすると次の２つの問題がある。 ① 相互相関関数は直流成分（平均値）の大きさに影響を受ける。 ② 2つの信号の実効値が大きくなるほど相互相関関数の大きさも大きくなる。 よって①と②にたいして次の処理を行った。 ① ２つのデジタル信号x(n)とy(n)からそれぞれの振幅の大きさの平均値を引いた（２つの信号から直流成分を除去した）後に相互相関関数を求める。この演算結果は相互共分散関数と同じ。 ② 相互相関関数を元信号のパワー(実効値)で正規化した相互相関係数を用いる。 → 実効値とは具体的には二乗平均平方根(RMS: root mean square)のことで、標本点数Nの信号の場合、次の式で表せる。 → RMS = Ax = √1/N*Σ{n=0,N-1}(x^2(n)) ①・②から、正規化相互相関係数は相互共分散関数を２つの画素値パターンの標準偏差の積で割った正規化相互相関係数で表せる。 これをステレオマッチングで注目画素の周辺の画素値類似度を比較する指標に用いた。 ⑶ テンソル解析：3次元配列の利用　→ テンソル解析は載せない方がいいかもしれない 入力配列の全要素に対して正規化相互相関係数を格納した2次元配列を、推定した距離の大きさごとに生成した。 距離方向の次元を考えるとこの配列は3次元になる。 2次元配列の各要素に対して、正規化相互相関係数が最大値をとる距離方向の要素値が推定距離であると実装し、対応する距離方向の要素を改めて入力配列の要素に格納して深度マップを完成させた。 この部分はargmax()関数を使って実装した。 続きを読む

私は高校3年間で生化学の研究に取り組んだ。具体的に、肥料の三大栄養素の一つとして知られる「リン酸」が土壌、植物、リン酸を含んだ固形物の間でどのように循環しているのかを証明した。私は6人の研究チームの責任者を務め、全国規模の研究成果発表会の出場とシンガポール・マレーシアの大学での研究発表をした。 続きを読む