Regard3D:オープンソースのStructure from Motionツール

ライブラリではなく、ちゃんとGUIを備えたオープンソースのStructure from Motionのアプリケーションを見つけた。
このRegard3DのソースコードはMIT licenseだそうだ。

Regard3D

Regard3D

Regard3Dは、無料でオープンソースのStructure from Motionツールです。
Regard3Dは、被写体を別々のアングルで撮影した複数枚の写真から、被写体の3Dモデルを生成します。

特長:

  • マルチプラットフォーム対応(Windows, OSX, Linux)
  • 強力なサードパーティツールとライブラリがベース
  • 完全無料でオープンソース

動作環境:

  • 64ビットのOS (Windows, Mac, Linux)
  • OpenGL対応のグラフィックスカード/チップ
  • 高解像度の画像を扱う場合はメモリ8GB以上を推奨

この手のGUIアプリケーションだとVisualSFMの方が有名ではありますが↓





公式のイントロダクションによると、Regard3DではAKAZE特徴を使い、LIOP (Local Intensity Order Pattern)という方法で画像間のマッチングを行うとか。

Regard3DのソースコードはGitHub上にある↓
https://github.com/rhiestan/Regard3D

で、まあ、中身ではopenMVGを使っているみたい。



openMVGの機能をGUIで手軽に使えるようにしたようなツールだが、疎な点群の復元だけでなく、密な点群の復元”densificationを行う機能も備わっている。密な点群の復元には以下2通りの方法を選べる。中でこれらのツールを呼び出してるってことかな。



Exifからカメラ情報を取得する関係で、入力画像のフォーマットはJPEGオンリー。また、撮影に使用したカメラ(の内部パラメータ)がデータベースに登録されていないと三角測量の処理でエラーになってしまう。(無いなら無いでデフォルト値を使うとかしてくれても良いのに…)
手持ちのiPhone6Sで撮った画像では上手く行かなかった。データベースへ追加する方法はあるのだろうか。

追記:Regard3Dのデータベースにカメラ情報を追加する方法があった。公式サイトのPicture Setのページに書いてあった。

もし、あなたのお使いのカメラが不明(“Sensor width“カラムに”N/A“と表示され、”not available“)な場合は、以下のステップを行ってください:

  • お使いのカメラの正確モデルを特定(例えば、カメラメーカー、カメラモデル等の情報)し、インターネットでそのカメラの特性について調べ、カメラのセンサー幅を決定します。
  • Unixの改行コードに対応したテキストエディタ(Notepad++など)で”sensor_database.csv“ファイルを開きます。ファイルは、Windows環境なら
    C:\Users\[User name]\AppData\Local\Regard3D
    OS X環境ならRegard3Dのインストールディレクトリ(ほとんどの場合 /Applications/Regard3D.app/Contents/Resources)にあります。
  • ファイルの”Camera maker“列と”Camera model“列、そしてセンサーの幅をmm単位で入力し、”;“で区切ります。
    記入例:Nikon;Nikon D5500;23.5
  • ファイルを保存してエディタを終了し、Regard3Dを再起動します。

このファイルについてのより詳しい情報はこちらをご覧ください。
https://github.com/openMVG/CameraSensorSizeDatabase

Regard3Dの形式(つまりopenMVG形式)のカメラセンサーデータCSVのリポジトリがGitHubにある↓
https://github.com/openMVG/CameraSensorSizeDatabase

最新バージョンのsensor_database.csvにiPhone6までは入ってた。

関連記事

CNN Explainer:畳み込みニューラルネットワーク可視化ツール

OpenCV 3.3.0-RCでsfmモジュールをビルド

ディープラーニング

SegNet:ディープラーニングによるSemantic Segmentation手法

第1回 3D勉強会@関東『SLAMチュートリアル大会』

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

立体映像プレイヤー『Stereoscopic Player』

openMVGをWindows10 Visual Studio 2015環境でビルドする

書籍『ゼロから作るDeep Learning』で自分なりに学ぶ

Pix2Pix:CGANによる画像変換

プラカラーストック:模型塗料を管理できるスマホアプリ

UnityでLight Shaftを表現する

Google Colaboratoryで遊ぶ準備

fSpy:1枚の写真からカメラパラメーターを割り出すツール

Googleが画像解析旅行ガイドアプリのJetpac社を買収

ニューラルネットワークと深層学習

ベイズ推定とグラフィカルモデル

Math Inspector:科学計算向けビジュアルプログラミングツール

OpenCV 3.3.0 contribのsfmモジュールのサンプルを動かしてみる

機械学習手法『Random Forest』

VCG Library:C++のポリゴン操作ライブラリ

UnityからROSを利用できる『ROS#』

1枚の画像からマテリアルを作成できる無料ツール『Materialize』

CGのためのディープラーニング

Photogrammetry (写真測量法)

Blender 2.8がついに正式リリース!

2D→3D復元技術で使われる用語まとめ

Kornia:微分可能なコンピュータービジョンライブラリ

OpenSfM:PythonのStructure from Motionライブラリ

NumSharp:C#で使えるNumPyライクな数値計算ライブラリ

OpenCV3.3.0でsfmモジュールのビルドに成功!

Iridescence:プロトタイピング向け軽量3D可視化ライブラリ

SDカードサイズのコンピューター『Intel Edison』

AR (Augmented Reality)とDR (Diminished Reality)

NeRF (Neural Radiance Fields):深層学習による新規視点合成

写真から3Dメッシュの生成・編集ができる無料ツール『Autodesk Memento』

Faster R-CNN:ディープラーニングによる一般物体検出手法

オープンソースの取引プラットフォーム

ManimML:機械学習の概念を視覚的に説明するためのライブラリ

口笛から作曲できるスマホアプリ『Chordana Composer』

Runway ML:クリエイターのための機械学習ツール

.NETで使えるTensorFlowライクなニューラルネットワークライブラリ『NeuralNetwo...

コメント