Structure from Motion (多視点画像からの3次元形状復元)

3DCGをガッツリ学んでたもんで、「2次元の画像処理よりも3次元のCGの方が抽象度が高くて美しい」という感覚があって、コンピュータビジョンに対して「お前らとは次元が違うんだよ」とか思ってたんだけど、最近のコンピュータビジョンは結構3次元なのよね。

Structure from Motion (多視点画像からの3次元形状復元)とは?

Structure from Motion(SfM)は、視点の違う複数枚の画像から被写体の3次元形状、及びカメラの相対位置を復元するというジャンル。理論上、5視点あればカメラ位置は推定できるらしい。最近では、ネット上の画像を使って大規模に街の形状を復元する研究とかもある。
CG分野から見れば、これはモデリングのプロセスで、広い意味では現実物体の3次元スキャン手法と言えるかも。
SSII2013のチュートリアルセッション「多視点画像からの3次元復元 ~基本原理から大規模復元まで~」で知りました。


スポンサーリンク


この手法の特性

この手法は複数画像間の対応を求めるために局所特徴量を使うので、被写体にはそれなりに模様とかパターンが分布していないと上手くいかない。当然、光沢のある被写体は対応が上手く取れないので形状が復元できない。よくある例だと、ぬいぐるみみたいにふさふさして光沢がないオブジェクトは上手くいく。
画像間の対応を求めるのはパノラマ画像の合成と似た感じ。文献によると、対応点を求めるには視差が15度以下であることが望ましいらしい。

手軽に試すなら

フリーのツールやオープンソースのライブラリもいくつかあり、Youtubeでもいっぱい例が見つかる。
こちらは有名なフリーツールのVisualSFM

Structure from Motion with VisualSFM


参考資料

処理の中身を詳しく知りたいなら、↓こちらの書籍の第4章 Exploring Structure from Motion Using OpenCVが無料で公開されている。

Mastering OpenCV With Practical Computer Vision Projects: Step-by-step Tutorials to Solve Common Real-world Computer Vision Problems for Desktop or Mobile, from Augmented Reality and Number Plate Recognition

ソースコードはGitHubにある。これをビルドするには、OpenCVとは別にPoint Cloud Library(PCL)Simple Sparse Bundle Adjustment (SSBA)が必要。

参考記事:【新書情報】Mastering Opencv with Practical Computer Vision (洋書) - 実践的なCompute Vision応用のOpenCVによる習得を目指す本


スポンサーリンク

日本語で読める参考書籍

3次元復元系の日本語解説本ならこちら↓

コンピュータビジョン最先端ガイド5 (CVIMチュートリアルシリーズ)

コンピュータビジョン勉強会@関東の第28回はこの書籍の輪読会だった。

第28回 コンピュータビジョン勉強会@関東

2015/03/28 CV勉強会@関東 「複数画像からの三次元復元手法」

2015/03/28 CV勉強会@関東「複数画像からの三次元復元手法」ツイートまとめ

1.はじめに – 2.1 画像収集


2.2 カメラパラメータ推定 – 2.2.1 Structure-from-Motion


2.3 密な形状復元 – 2.3.1 最先端のMVS研究例


3. 多眼ステレオ – 3.1 二枚の画像からのphoto-consistency


3.1 複数枚の画像からのphoto-consistency – 3.2 デプスマップ復元


3.3 デプスマップからのメッシュ復元 – 4 むすび


その他参考記事:

画像から3次元形状を復元!OpenMVGでSfMを試してみた
VisualSfMの使い方 その1 -最も単純な使い方-
VisualSfMの使い方 その2 -時系列画像からの復元-
VisualSfMの使い方 その3 -既知のカメラパラメータを用いた復元-
VisualSfMの使い方 その4 -対応点リストの読み込み-
VisualSfMの使い方 その5 -三次元点の追加-

2015/01/17追記:
上記とは別にOpenCVを使った実装例を見つけた。
Structure from Motion and 3D reconstruction on the easy in OpenCV 2.3+ [w/ code]
ソースコードはこちら↓
Toy Structure From Motion Library using OpenCV


スポンサーリンク

関連記事

『スター・ウォーズ フォースの覚醒』のVFXブレイクダウン まとめ
Model View Controller
日立のフルパララックス立体ディスプレイ
無料で使える人体3DCG作成ツール
COLMAP:オープンソースのSfM・MVSツール
ZBrushで仮面ライダー3号を造る 仮面編 DynaMesh
書籍『OpenCV 3 プログラミングブック』を購入
『ゴジラ キング・オブ・モンスターズ』のVFXブレイクダウン
ブログの復旧が難航してた話
MPC社によるゴジラ(2014)のVFXブレイクダウン
C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』
中学3年生が制作した短編映像作品『2045』
ZBrushのハードサーフェイス用ブラシ
色んな三面図があるサイト
書籍『ROSプログラミング』
ディープラーニング
Photogrammetry (写真測量法)
MLDemos:機械学習について理解するための可視化ツール
Stanford Bunny
WordPress on Google App Engineを1週間運用してみて
インタラクティブにComputer Visionコーディングができるツール『Live CV』
PythonでBlenderのAdd-on開発
『ローグ・ワン/スター・ウォーズ・ストーリー』のVFXブレイクダウン まとめ
ZBrushでアヴァン・ガメラを作ってみる 歯を配置
3Dグラフィックスの入門書
Google Earth用の建物を簡単に作れるツール Google Building Maker 公...
Mayaのシェーディングノードの区分
Mayaでリアルな布の質感を作るチュートリアル
UnityのMonoBehaviourクラスをシングルトン化する
第1回 3D勉強会@関東『SLAMチュートリアル大会』
Texturing & Modeling A Procedural ApproachをGoo...
OpenCV 3.1のsfmモジュールを試す
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
SegNet:ディープラーニングによるSemantic Segmentation手法
『PIXARのひみつ展』に行ってきた
Google App Engine上のWordPressでAmazonJSを利用する
スクラッチで既存のキャラクターを立体化したい
SONY製のニューラルネットワークライブラリ『NNabla』
Unityで強化学習できる『Unity ML-Agents』
なんかすごいサイト
レンダラ制作はOpenGL とか DirectX を使わなくてもできるんだぜ
Vancouver Film Schoolのデモリール

コメント