openMVG:複数視点画像から3次元形状を復元するライブラリ

最近、この手の2D→3D復元系のライブラリを色々と調べている。何となく、自分で3D復元ツールを作ってみたくてね。

この間のOpenGVは複数画像からカメラ(視点)の3次元位置・姿勢を推定するライブラリだった↓



こっちのopenMVG(Multiple View Geometry)は、名前の通り、複数視点から3次元形状を復元するためのオープンソースのライブラリ。(中身の処理はあんまり違いが無い気もする)
ライセンスはMPL(Mozilla Public License)2.0なので、商用利用も可能。

openMVG: “open Multiple View Geometry”

openMVG

“open Multiple View Geometry”は、コンピュータビジョン研究者、特にMultiple View Geometryのコミュニティを対象としたライブラリです。このライブラリは、多視点幾何における古典的な手法を簡単に扱うことができ、多視点幾何の問題を正確に解けるように設計されています。
openMVGのポリシーは「シンプルに保つ、メンテナンス性を保つ」です。OpenMVGは、コミュニティでの変更が行いやすいように、コードの可読性を重視しています。機能とモジュールは全てユニットテスト済みです。このテスト駆動開発によって、コードの動作と再現性を保証します。また、この構造はユーザーが特定の機能を学び、理解する助けとなるでしょう。
より詳しく知りたい場合は、openMVG GitHubのリポジトリをご覧ください。

と、公式ページに書いてあるので、アルゴリズムのお勉強にも有用なのではないでしょうか。公式ドキュメントはこちら



以前Structure from Motionを調べた時にチラホラとopenMVGという名前は聞いてたんだけど、その頃はコンピュータビジョンについて知らなさ過ぎてスルーしちゃってた。



Youtubeを見ると、openMVGとPMVS(Patch-based Multi-view Stereo Software)というツールと併用して3次元復元した動画がいくつかアップされている。





公式ページに

openMVG provides complete Structure from Motion implementations:
a sequential pipeline
a global pipeline

って書いてあるけど、”complete Structire from Motion implementations”ってのはカメラ姿勢と疎な点群の復元までですかね。

追記:openMVGにGUIを付けたツールを見つけた↓


関連記事

pythonの機械学習ライブラリ『scikit-learn』

Google製オープンソース機械学習ライブラリ『TensorFlow』のWindows版が公開された

サンプルコードにも間違いはある?

Unityの各コンポーネント間でのやり取り

3D復元技術の情報リンク集

WordPressのテーマを自作する

Python.NET:Pythonと.NETを連携させるパッケージ

AmazonEC2のインスタンスをt1.microからt2.microへ移行する

3D Gaussian Splatting:リアルタイム描画できるRadiance Fields

Raspberry PiのGPIOを操作するPythonライブラリ『RPi.GPIO』の使い方

OpenCVでPhotoshopのプラグイン開発

クラスの基本

PeopleSansPeople:機械学習用の人物データをUnityで生成する

PyTorch3D:3Dコンピュータービジョンライブラリ

タマムシっぽい質感

3Dモデルを立体視で確認できるVRアプリを作っている

OpenCVで動画の手ぶれ補正

Unity ARKitプラグインサンプルのドキュメントを読む

続・ディープラーニングの資料

Konashiを買った

iPhoneアプリ開発 Xcode 5のお作法

OpenVDB:3Dボリュームデータ処理ライブラリ

GAN (Generative Adversarial Networks):敵対的生成ネットワーク

MLDemos:機械学習について理解するための可視化ツール

ポイントクラウドコンソーシアム

TensorFlowでCGを微分できる『TensorFlow Graphics』

BlenderでPhotogrammetryできるアドオン

TorchStudio:PyTorchのための統合開発環境とエコシステム

Raspberry Pi 2のGPIOピン配置

Cartographer:オープンソースのSLAMライブラリ

OpenAR:OpenCVベースのマーカーARライブラリ

ブログのデザイン変えました

機械学習手法『Random Forest』

iPhone x ロボットハッカソン~RomoのiPhone用SDKで目覚ましアプリを作る~

Google Chromecast

UnityでLight Shaftを表現する

画像生成AI Stable Diffusionで遊ぶ

今年もSSII

UnrealCLR:Unreal Engineで.NET Coreを利用できるプラグイン

Unity Scriptコーディング→Unreal Engine Scriptコーディング

Raspberry Piでセンサーの常時稼働を検討する

第25回コンピュータビジョン勉強会@関東に行って来た

コメント

  1. 千里 より:

    面白いブログ、ありがとうございます。
    OpenMVGについての質問ですが、複数のカメラ画面から室内の立体空間を再現する上、特定の場所にものが置いているかを判別することが可能ですか?もし、可能なら、その場合、カメラの台数や、撮影角度について、要求がありますか?

    • NegativeMind NegativeMind より:

      こんにちは。

      openMVGは画像から3次元形状を復元するためのライブラリですので、「特定の場所に物が置いてあるかを判別する」という目的での使用には適していません。
      要件を聞く限り、単純に2次元の背景差分で対処できる気がします。

      カメラを固定しておけば、「物が無い状態」と「物がある状態」で撮影画像の特定の領域の画素だけが変化しますので、その変化を検出すれば目的を果たせるのでは?

      OpenCVの背景差分機能や、BGSLibraryという背景差分用のライブラリを試してみてはいかがでしょうか?

      • 千里 より:

        早速のご返事、大変ありがとうございます。
        今回対象となっているのは、以下のような駐輪場です。
        http://www.sagamiharashi-machimidori.or.jp/img/uploads/3/20071023093446_1.jpg
        比較的に少ないカメラによって、各場所に自転車が止まっているかを判別したいです。

        自転車が重なっているため、背景差分だけでは、判別しにくいかと考えております。
        撮影場所によりますが、各場所を区切って空間情報を抽出して、その空間にものがあるかを判別できるなら、比較的に判別しやすいかもしれません。
        素人の考えですみませんが、色々と教えて頂ければ、幸いです。

        • NegativeMind NegativeMind より:

          なるほど、自転車の有無を検出したいのですか。確かに背景差分は難しそうですね。
          この場合、画像認識で対処するより、安価な物理的なスイッチ、あるいは距離センサーを各スペースに設置した方が確実な気はします。(お金かかりますね…)

          リンクの画像を見てふと思ったのですが、駐輪場に止まるのが自転車限定であれば、車輪(楕円形状)を検出するのもアリかもしれません。
          利用者がルール通りに駐輪してくれると仮定すると、撮影画像上での車輪(楕円形状)の位置はおおよそ予想がつきますから、その位置にならぶ楕円の数を数えるとか。
          遮蔽の関係で上手く検出できるか保証できませんが、カメラの配置を工夫して自転車の後輪が必ず撮影できるように設置してみれば実験ぐらいはできるかも。

          すみません、ちょっとお役に立ててないかも・・・

          ちなみに、openMVGを使って3次元復元する場合でも、各自転車が重なって写ったままの画像からは正しく形状復元できません。