3次元ビデオ映像のオンライン生成

全文

(1)社団法人情報処理学会研究報告 IPSJ SIG Technical Report. 2004−CVIM−144 (18) 2004／5／6. ¿ 次元ビデオ映像のオンライン生成上. 恵Ý. 田. 有田. 大作Þ. 谷口. 倫一郎 Þ. 九州大学大学院システム情報科学府九州大学大学院システム情報科学研究院複数のカメラ映像から次元情報を復元することで，任意の視点からの映像，つまり次元ビデオ映像を生成する研究が近年盛んに行われている．次元ビデオ映像生成は処理に時間がかかり，オンライン処理が難しいため，その研究の多くは，できる限り正確な次元モデルの復元をオフラインで行う，あるいは，陽には次元形状を復元しないがオンラインで次元ビデオ映像を生成するというアプローチをとっている．本稿では，ＰＣクラスタを利用した次元形状復元による自然な次元ビデオ映像生成をオンラインで行う手法について述べる．視体積交差法によって次元形状を復元し，三角パッチで表現された次元表面に仮想視点位置とカメラ画像を考慮した色を付けることで，写実性の高い次元ビデオ映像を生成する．また，生成された次元ビデオ映像を示し，提案手法を評価する．.

(2) .

(3) Ý. . Þ. . . Þ.

(4)

(5)

(6)

(7)

(8)

(9) .

(10)

(11)

(12)

(13)

(14)

(15) .

(16) Æ

(17)

(18)

(19)

(20)

(21)

(22)

(23)

(24)

(25)

(26)

(27)

(28)

(29)

(30)

(31)

(32)

(33)

(34)

(35)

(36)

(37)

(38)

(39)

(40)

(41)

(42)

(43)

(44)

(45)

(46)

(47)

(48)

(49)

(50)

(51)

(52)

(53)

(54)

(55)

(56)

(57)

(58)

(59)

(60)

(61)

(62)

(63)

(64) . 形状情報と色情報の獲得と，生成した映像の表示が必. はじめに近年では. . 要である．本稿ではこれらをオンラインで実現し，. ，ディジタルテレビ放送，広帯域イ. . 次元ビデオ映像を生成する手法について述べる．本研. 特に. クラスタを用いて，視体積交差法によって獲次元形状に，仮想視点位置に応じた重み付き色を着色することでオンラインで次元ビデオ映像を生成するというアプローチをとった．次元ビデオ. 目的とする研究が盛んに行なわれている．次元の情. 映像に関する多くの研究は，できる限り正確な形状復. ンターネットなどといった大容量メディアの普及や，機器の高性能化により容易に大量の情報を扱うことが可能になった．そこで情報メディアのさらなる発展，. 次元情報を持った新たな情報メディアの開発を報メディアの応用例として，次元ビデオ映像が考えられる．次元の情報メディアは，例えば. 究は. 得された. 元を行うが処理に時間がかかり過ぎるためオフラインで行っていたり，正確な形状復元を行わないが処理の. スポーツのＴＶ中継や，伝統芸能の記録，保存などの. 高速化によりオンライン処理が可能というアプローチ. 応用が考えられ，将来は娯楽から学術利用まで幅広く. をとっている．しかし，本研究ではできる限り正確な. 利用されることが期待できる．. 次元ビデオ映像生成を実現するには，対象物体の. 形状を復元し，オンラインで自然な. 次元ビデオ映像. 生成を実現した．さらに本研究では実験を行い，あら. −133−.

(65) キューブ法を施し三角パッチ表現へ変換する．. &CVCHNQY. その結果をノードとに送るが，三角パッチ. %CRVWTKPICPF EQPUVTWEVKPIXKUWCNEQPG. 表現を送信するとデータ量が膨大になってしまい，. %QNQTKPI. #. 送受信に時間がかかり過ぎてしまうので，三角. %. #. % $. 8KUWCNEQPG KPVGTUGEVKQP. +PVGITCVKQPQH EQNQTKPHQOCVKQP CPFIGPGTCVKPIC HTGGXKGYRQKPV KOCIG. $. パッチに変換されるボクセルの座標と，対応する三角パッチの生成パタンを送信し，ノードとのそれぞれで三角パッチ表現を再構築させる．. 台ので全てのカメラ画像に対して視体積交. &. 差を行なうと，視体積の送受信に時間がかかりす. $ #. %. #. ぎるため多段に分けて視体積交差を行なう．. % $. #. ノードノード. 8QZGN %COGTCKOCIG %QNQT. パッチに，ノードから送られてきた画像を基. %COGTC. #. に図. から送られてきた次元情報. から三角パッチ表現を再構築する．得られた三角バッファ法を用いて色を付ける．この詳細に. ついては. 本研究のシステム構成. !"! 節で述べる．得られた色情報をノー. ドに送る．かじめ決められた空間内に存在する対象物体を，固定されたカメラで撮影し，オンラインでの. 次元ビデオ. ノードノードから送られてきた. 映像生成が可能なことを確認した．. ら三角パッチ表現を再構築する．ノード. から重み付き色付き対象形状を生成，すなわち. システム構成. ノードからノードへのボクセルの流れは. 間を必要とする．そこで分散並列計算機の一種である. クラスタ，およびクラスタをプラットフォームとする実時間並列画像処理システムのためのプログ.

(66)

(67)

(68) . . を用いて，オンラインで並列画像処理を行なう．図. に本研究のシステム構成を示す．以下に各 . を図っている．ノード以降の流れはノードにおける. 抽出した画像をノード. 同期処理を利用している．. . 出は，カメラ画像に対し背景差分を施した後に，クロージング処理を施すことで行う．ノードは形状復元だけに使用しており，ノード. に視. 与しないと考え，処理時間の短縮のため色付けに. け. における，三角パッ. チデータへの色付けについて説明する．. 色付け手法対象物体形状への色付けの従来手法は，. !. 体積を送り，カメラ画像は送信しない．色付けに多くのカメラを使用しても，精度向上にあまり寄. 色付. 本節ではノード，ノード. に，対象物体を. に送る．対象物体の抽. 次元情報が揃わなが提供するフレーム. バッファ法のため，全ての. いと処理ができないので，. ノードカメラ画像を取得し，その中から対象物を構築する．視体積をノード. . が提供するストリーミング処理を利用して遅延の削減. での処理を述べる．体を抽出し，対象物体を抽出した画像から視体積. . 次元ビデオ映像を生成する．. 次元ビデオ映像生成には多くの処理時. ラミングツール. から. の色情報とユーザーから入力された仮想視点位置. オンライン次元ビデオ映像生成実時間での. 次元情報か. カメラ位置と対象物体表面方向の関係を利用する手法カメラ位置と仮想視点位置の関係を利用する手法. の二つに分類できる．本研究では，できるだけ自然な. 次元ビデオ映像を実時間で生成することを目指しており，文献で後者の手法の有効性が示されている. は使用しない．. ことから後者の手法を採用した．ノードノードおよびノードから送られて. 色は三角パッチの頂点に各カメラ視点の重みを基に. きた各視体積の共通領域を求める．得られた対. 付ける．三角パッチの各頂点の色をスムージングによ. 象形状のボクセル表現に対し，離散マーチング・. り補間した色を三角パッチの面に塗ることで自然な色. −134−.

(69) 付けを実現する．また，どのカメラからも見えないと判断された頂点については，隣接する三角パッチの頂. 1DLGEVUWTHCEG. 1DLGEVUWTHCEG. 点全ての平均の色を付ける．このようにすることで，どのカメラからも見えない頂点にもある程度自然な色を付けることが可能となる．. . 色情報の取得手法. カメラ画像を基に三角パッチ頂点の色情報の取得手. 1DLGEV. 1DLGEV. 法について述べる．色情報は単純に. バッファ法に基づいて取得する．しかし，. バッファ法で色情報を取得すると，まばらな. +OCIGRNCPG. +OCIGRNCPG. 色付けになってしまう．なぜなら，一つの画素に複数の頂点が投影される可能性があり，その場合，それら. %QNQTGFXGTVGZ. の頂点のうちの一つの頂点にしか色が付かないためで. 7PEQNQTGFXGTVGZ. !．そこで本研究では. ある図. %QNQTGFXGTVGZ 7PEQNQTGFXGTVGZ 0QTOCNXGEVQT. バッファ法を発単純なバッファ法による色情報獲得手法. 展させた以下の処理をすることによって頂点に色を付. 本研究の提案する色情報獲得手法. けることを提案する．処理カメラの視線方向のベクトルと面の法線. 図. . . 色情報獲得手法. 方向のベクトルとの内積が正となる面つまり，カ. . メラの方向を向いていない面はカメラから見えないと判断し，頂点には色を付けずに，カメラからの距離値を処理. バッファに保存する．. カメラの視線方向のベクトルと面の法線. . 方向のベクトルとの内積が負となる面つまり，カ. . メラの方向を向いている面はカメラから見える面と判断し，バッファ法で色を付ける．ただし，. 高精度な色付けのため分割された三角パッチ. 通常の三角パッチ. バッファの距離値を置き換えることはしない．こうすることで隣接する頂点の距離値が. バッファ. 図. . 三角パッチの分割. に保存されることがないので，まばらな色付けになら. « Ò % Æ & Ò & «. ず，カメラ視点から可視な頂点のみに色を付けること. !#．. ができる図. を六個の三角パッ # に分割して色を付けることで色付けの精. また，通常の三角パッチ図. Ò. チ図. 度向上を図った．ボクセルの量子化間隔を小さくす. のみにすると色 & としている．ま. として求めている．括弧内を. ることでも，形状および色付けの精度を向上させるこ. の重みが負の値をとるので. とができるが処理時間が劇的に増加してしまう．そこ. た，経験的に. で，三角パッチを分割することで. で仮想視点と方向が近いカメラからの色が優先され，. 次元形状の精度は. % ' としている．このようにすること. 変わらないが，処理時間を劇的に増加させることなく，. 仮想視点と方向が遠いカメラほど色の優先度が下がる. より細かい模様の表現が可能となる．. ことになる．. 色情報の重み. 実験と考察. すべての頂点について，可視と判定されたカメラ画. 実. 像から得られるその頂点の色の重み付き平均をとり，その頂点の色とする．ある頂点が可視である場合，その中のカメラ. 個のカメラから. か. Ò は，仮想視点から頂点へのベから頂点へのベクトルとがなす角度を Ò として図 $，ら得られる色の重み. 験. 本手法を用いてオンラインで. 次元ビデオ映像を生. 成し，その処理時間，遅延時間，通信量，色付け誤差を計測した．. クトルと，カメラ. 本実験では合計. ( 台のを利用した．各は )*+ の一つである ,

(70) に. スイッチ型ギガビット. −135−.

(71) %COGTC. の性能. 表. 1DLGEVUWTHCEG. %COGTC. .

(72) . .

(73) . メモリ. . コンパイラ. !"!". Ǒ Ǒ. 1DLGEV. Ǒ0. 8KTVWCNXKGYRQKPV. %COGTC0. 図. . 色情報の重みの付け方. &CVCHNQY %CRVWTKPICPF EQPUVTWEVKPIXKUWCNEQPG %CO %CO. #. %. #. %CO. #. %CO. #. %CO. #. %COGTC. %QNQTKPI. $. % 8KUWCNEQPG KPVGTUGEVKQP. %. 斜め上から見たカメラ配置 +PVGITCVKQPQH EQNQTKPHQOCVKQP CPFIGPGTCVKPIC HTGGXKGYRQKPV KOCIG. $. ECO. &. ECO. ECO. % $ %. %CO. #. ECO. #. ECO. %GKNKPIECOGTC ECO ECO. %. ECO ECO. 8QZGN %COGTCKOCIG %QNQT. ECO %COGTC. %COGTC. 図. . 本実験で実装したシステム構成. 上から見たカメラ配置. -#./ の通信が可能. 0001$ ディジタルカメラ . よって相互に結合されており，. (. である．さらに台の. 図. . 本実験のカメラ配置. が接続されており，全てのカメラは同期信号発生装置. はボクセル表現の量子化間隔よりも広い．オンライン. により同期がとられている．図. で処理を行うことは可能であるが，評価実験において. ' に本実験で実装した. 2 にカメラ配置を示す．ノードには天井カメラの /( を用いた．全て. システム構成を示し，図. は先に述べた測定を同じカメラ画像に対して行うために，保存しておいたカメラ画像を入力としてオフライ. のカメラが上方から見下ろしているので，天井カメ. ンで実験を行った．このとき保存しておいた画像に対. ラは色付けにあまり寄与しないと考えたからである．. するオフライン処理は全く施していない．したがって，. また，カメラは予めキャリブレーションしておいたも. 計算処理および画像データは実際にオンラインで処理. のを使用した．カメラキャリブレーション手法として. 3

(74) の手法を利用した．カメラ画像の解像度は !4 !$4 で，空間解像度は !5 !5 !5，ボクセルの一辺を ! として実験を行った．実験で使用したの概要を表に示す．は，レンズ歪みを考慮した. 6-) を用いた．6-) は，ハードウェアや 6 には依存しない３次元グラフィックス. したものと同等と考えてよい．また，次元ビデオ映. 像の表示には. のためのプログラミングインタフェースである．. . 実験には縞模様のある服装を使用し，縞模様の間隔. 次元ビデオ映像についての考察. ( に原画像と生成された次元ビデオ映像を，図 5 に実際にはカメラのない視点からの次元ビデオ映図. −136−.

(75) 原画像 . 生成画像 . 原画像 ". 原画像 . 原画像 . # 生成画像 ". 生成画像 . $ 生成画像 . 図. 像を示す．図. . 原画像と生成画像. 5 の周りの小さな立方体はカメラを表し. ほぼ忠実に動きが再現されている形状が多少不正確である. ている．図. ( を見ると，服の模様が再現されていることがわ. . かる．また，体の一部が欠けている生成画像があるが，これは周りに暗幕があり，床にも黒い布を敷いている. ように見えるという評価ができた．. . 以上より，次元ビデオ映像の生成はほぼ実現され. ため，服の影の部分が背景と誤認識され背景差分に失敗し，対象領域を抽出できなかったためである．実際の動画像を主観的に評価すると. !4 !$4 の解像度のカメラ画像とほぼ遜色ない. ているが，より自然な. 次元ビデオ映像を生成するた. めには形状復元の高精度化，背景差分の強化が必要で. −137−.

(76) 生成画像 . 生成画像 ". 生成画像 . 生成画像 . 図. . 仮想視点からの画像. 処理時間についての考察. あるということがわかった．. 色付け誤差についての考察測定した色付け誤差を，図. 処理時間の測定には，送信完了待ち，受信待ちの時. 1 に示す．. 間を除いた，各ノード特有の処理にかかった時間を計. 色付け誤差の測定は，得られた色付きの三角パッチ. -7 値の ! 乗平均平方根. 測した．. 頂点をカメラ画像に投影し，. 誤差を求めた．その際，投影された三角パッチ頂点間には線形補間した. -7 値を用い，その誤差を求めた．. 色付け誤差の原因は，以下の四つが考えられる．. ! $. 生成画像 %. 図. 1#/ に処理時間，図 18 にスループットを. 示す．平均では. !4 程度の速度での処理が可能であり， 1#8 か. 実用十分な速度が得られている．しかし図. 視体積交差法により復元した形状の誤差のため. ら，処理速度は安定しないことがあることがわかる．. キャリブレーションの誤差のため. これは対象物体の大きさや形によって三角パッチの数. 細かい模様をスムージングによって表現しよう. が変わるからである．. 遅延時間についての考察. とするため重み付き色情報の統合による誤差のため. 遅延時間は，全. また，色付けに使用したカメラとの誤差と比べて色付けに使用していないカメラとの誤差が. ! 倍程度に. なっていることがわかる．このことから，提案手法の. の内部時計は一致しているとい次元ビデ. う前提で，カメラ画像が入力された時刻と. オ映像を生成した時刻との差を計算することによって求めた．. 1 に遅延時間を示す．. 効果によりカメラ視点と仮想視点の方向が近いときに. 図. は生成画像の精度が高くなることが確かめられた．. パイプラインの各段における処理時間の合計よりも短く，ストリーミング処理の効果がでている．しかし，. −138−.

(77) などが挙げられ，高速でかつより自然な. 主観的にはまだ遅延を感じるので，本システムを人同士のインタラクションなどに使う場合には，さらなる改善が必要である．ノード以降ではストリーミン. 参考. グ処理を行なっていないので，ストリーミング処理化. . ができれば遅延時間の削減が見込めると思われる．.

(78) 通信量についての考察. 図 1 に各ノードからのデータの送信量を示す．図 1 にはノードからのボクセル情報送信量を載せていないが，ボクセル情報の量は常に一定であり，ビットボクセルで処理をしているので !5 !5 !5 ビットである．現時点ではそれを 5 回にわけてストリーミング処理をしているので一回の送信量は !"(25 キロバイトとなる．また，ノードからのカメラ画. 像は，前景領域のみを送信しているので送信量は可変となっている．ノード. に送信されるノード，からのデー. 次元ビデオ映像生成に必要な 1 からフレーム平均で 244 キロバイト程度必要であることがわかる．" 節で述べた ,

(79) の性能から通信時間を計算すると，各ノードタ量の合計，つまり. データ量は，図. 間の通信時間は数ミリ秒でありスループットへの影響はほとんどなく，また，遅延時間に及ぼす影響は十数ミリ秒程度であると予測される．したがって，通信時間がシステムに及ぼす影響はほとんどないと思われる．しかし，ノードからの色情報の送信量がノード . . からの形状情報に比べて格段に多く，次元ビデオ映像のライブ配信などといったシステムの応用を考えるとデータを圧縮する必要があると考えられる．. おわりに. クラスタを利用した多視点画像か次元ビデオ映像生成の手法を提案した．実験によりオンラインでの次元ビデオ映像生成本論文では，. らのオンライン. が可能なことが確かめられた．したがって，今後の課題としては，ノード以降の処理のストリーミング処理化. 全てのノードでストリーミング処理をすることにより，遅延時間を削減する処理速度が対象物体の大きさに影響を受けにくい. アルゴリズムの開発. !. . 文. 献. 9:. 高井勇志松山隆司次元ビデオ映像の高精細表示アルゴリズムと編集システム映像情報メディア学会誌. !44!". . ; " '2 +" $ " '1<24! . . 9: ; " ( +" $ ". 松山隆司高井勇志ウ小軍延原章平次元ビデオ映像の撮影・編集・表示日本バーチャルリアリティ学会論文誌. '!<'! !44!" 延原章平和田俊和松山隆司9 : 弾性メッシュモデルを用いた多視点画像からの高精度次元形状復元; , 研究会論文誌 " $ +" , ' " '<2 !44!" $ 斉藤英雄木村誠矢口悟志稲木奈穂：: 射影幾何に基づく多視点カメラの中間視点映像生成; 情報処理学会論文誌 " $ +" - , ' " !<! !44!" ' 北原格大田友一：: 大規模空間に適した次元形状表現手法による自由視点映像の実時間生成; 信学技法 ,!44 " 2<22 !44" 2 古山孝好北原格大田友一：: スタジアムの自由視点ライブ中継が可能な次元映像システム; 次元画像コンファレンス !44 " !!'<!!5" ( 有田大作花田武彦谷口倫一郎：:分散並列計算機による実時間ビジョン; 情報処理学会論文誌 " $ +" - , ' " <4， !44!" 5 =

(80)

(81) 0" ) > 0"

(82) 9 :,/

(83) #9 * >

(84)

(85) / /

(86) *

(87) ; -

(88) / " ! +" $ " 2<21 15(" 1 剣持雪子小谷一孔井宮淳9 : 点の連結性を考慮したマーチング・キューブ法; 信学技報 ,15!5 " 1(<!4$ 111" 4 吉本廣雅有田大作谷口倫一郎9 :1$ カメラを利用した多視点動画像獲得環境; 第 2 回画像センシングシンポジウム講演論文集 " !5'!14 !444" ?" 3

(89) 9 :*

(90)

(91) #

(92) 3/

(93) @ >

(94) */// ,/

(95)

(96)

(97) ,

(98) 6A 3 8 ); 000 3 #

(99) / 8 *

(100) " +" $ " !<$$ 15(". 対象の大きさや形状に影響を受けにくいアルゴリズムを開発することにより，安定したスループットで高速に. 次元ビデ. オ映像の生成を目指す．. 次元ビデオ映像を生成する. 形状復元の高精度化. 形状復元を高精度化することにより，より自然な映像を生成する. −139−. .

(101) 㪐㪇. 㪇㪅㪇㪍. 㪺㪸㫄㪈㪺㪸㫄㪉㪺㪸㫄㪊㪺㪸㫄㪋㪺㪸㫄㪌㪺㪸㫄㪍㪺㪸㫄㪎㪺㪸㫄㪏㪺㪸㫄㪐. 㪎㪇㪍㪇㪌㪇㪋㪇㪊㪇㪉㪇. 㪇㪅㪇㪌㪇㪅㪇㪋㪫㫀㫄㪼㩿㫊㪼㪺㪀. 㪩㫆㫆㫋㪄㫄㪼㪸㫅㪄㪼㫉㫉㫆㫉㫉. 㪏㪇. 㪥㫆㪻㪼㩷㪘㪥㫆㪻㪼㩷㪙㪥㫆㪻㪼㩷㪙㩾㪥㫆㪻㪼㩷㪚㪥㫆㪻㪼㩷㪛. 㪇㪅㪇㪊㪇㪅㪇㪉㪇㪅㪇㪈. 㪈㪇㪇. 㪇. 㪈. 㪊㪏㪎㪌㪈㪈㪉㪈㪋㪐㪈㪏㪍㪉㪉㪊㪉㪍㪇㪉㪐㪎㪊㪊㪋㪊㪎㪈㪋㪇㪏㪋㪋㪌. 㪈. 㪋㪈㪏㪈㪈㪉㪈㪈㪍㪈㪉㪇㪈㪉㪋㪈㪉㪏㪈㪊㪉㪈㪊㪍㪈㪋㪇㪈㪋㪋㪈㪝㫉㪸㫄㪼㩷㪥㫌㫄㪹㪼㫉. 㪝㫉㪸㫄㪼㩷㫅㫌㫄㪹㪼㫉. カメラ画像との色の誤差. 各パイプライン毎の平均処理時間. 㪊㪌㪇㪅㪇㪌㪊㪇. 㪈㪊㪥㫆㪻㪼㩷㪘. 㪥㫆㪻㪼㩷㪙. 㪥㫆㪻㪼㩷㪙㩾. 㪥㫆㪻㪼㩷㪚. 㪎. 㪥㫆㪻㪼㩷㪛. 㪌. 㪇㪅㪇㪊㪌㪇㪅㪇㪊㪥㫆㪻㪼㩷㪛㪇㪅㪇㪉㪌㪥㫆㪻㪼㩷㪚㪇㪅㪇㪉㪥㫆㪻㪼㩷㪙㩾㪇㪅㪇㪈㪌㪥㫆㪻㪼㩷㪙㪇㪅㪇㪈㪥㫆㪻㪼㩷㪘㪇㪅㪇㪇㪌㪇㪫㫀㫄㪼㩿㫊㪼㪺㪀. 㪝㫉㪸㫄㪼㩷㫇㪼㫉㩷㪪㪼㪺㫆㫅㪻㪻. 㪇㪅㪇㪋㪌㪇㪅㪇㪋. 㪉㪌㪉㪇㪈㪌㪈㪇㪌㪇㪈. 㪉㪏㪌㪌㪏㪉㪈㪇㪐㪈㪊㪍㪈㪍㪊㪈㪐㪇㪉㪈㪎㪉㪋㪋㪉㪎㪈㪉㪐㪏㪊㪉㪌㪊㪌㪉㪊㪎㪐㪝㫉㪸㫄㪼㩷㫅㫌㫄㪹㪼㫉. 各ノードの平均処理時間. スループット. 㪇㪅㪉㪌. 㪈㪇㪇㪇㪇㪇. 㪫㫀㫄㪼㩿㫊㪼㪺㪀. 㪇㪅㪉. 㪏㪇㪇㪇㪇㪍㪇㪇㪇㪇. 㪇㪅㪈㪌. 㪥㫆㪻㪼㩷㪙㩿㪧㪸㫋㪺㪿㪀㪥㫆㪻㪼㩷㪚㩿㪚㫆㫃㫆㫉㪀㪥㫆㪻㪼㩷㪘㩿㪠㫄㪸㪾㪼㪀. 㪋㪇㪇㪇㪇㪇㪅㪈. 㪉㪇㪇㪇㪇㪇. 㪇㪅㪇㪌. 㪇㪈. 㪊㪉㪍㪊㪐㪋㪈㪉㪌㪈㪌㪍㪈㪏㪎㪉㪈㪏㪉㪋㪐㪉㪏㪇㪊㪈㪈㪊㪋㪉㪊㪎㪊㪋㪇㪋㪋㪊㪌㪝㫉㪸㫄㪼㩷㫅㫌㫄㪹㪼㫉. 遅延時間. 㪈. 㪉. 㪊. 㪋. 㪌. 㪍. 㪎. 㪥㫆㪻㪼㩷㪘㩿㪠㫄㪸㪾㪼㪀㪥㫆㪻㪼㩷㪙㩿㪧㪸㫋㪺㪿㪀. # 各ノードの平均送信量. 図. . 計測結果. −140−.

(102)