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

Facebookの顔認証技術『DeepFace』

ポリゴンジオメトリ処理ライブラリ『pmp-library (...

U-Net:ディープラーニングによるSemantic Seg...

Google製オープンソース機械学習ライブラリ『Tensor...

Mask R-CNN:ディープラーニングによる一般物体検出・...

UnityからROSを利用できる『ROS#』

hloc:SuperGlueで精度を向上させたSfM・Vis...

顔検出・認識のAPI・ライブラリ・ソフトウェアのリスト

機械学習のオープンソースソフトウェアフォーラム『mloss(...

DensePose:画像中の人物表面のUV座標を推定する

1枚の画像からマテリアルを作成できる無料ツール『Materi...

OpenCVで顔のランドマークを検出する『Facemark ...

オープンソースの取引プラットフォーム

OpenCVでカメラ画像から自己位置認識 (Visual O...

ツールの補助で効率的に研究論文を読む

Dlib:C++の機械学習ライブラリ

YOLO (You Only Look Once):ディープ...

Adobeの手振れ補正機能『ワープスタビライザー』の秘密

Point Cloud Consortiumのセミナー「3D...

Faster R-CNN:ディープラーニングによる一般物体検...

第25回コンピュータビジョン勉強会@関東に行って来た

R-CNN (Regions with CNN featur...

openMVGをWindows10 Visual Studi...

AR (Augmented Reality)とDR (Dim...

写真に3Dオブジェクトを違和感無く合成する『3DPhotoM...

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

CNN Explainer:畳み込みニューラルネットワーク可...

Kinect for Windows V2のプレオーダー開始

MLDemos:機械学習について理解するための可視化ツール

PGGAN:段階的に解像度を上げて学習を進めるGAN

Structure from Motion (多視点画像から...

続・ディープラーニングの資料

uvでWindows11のPython環境を管理する

写真から3Dメッシュの生成・編集ができる無料ツール『Auto...

Polyscope:3Dデータ操作用GUIライブラリ

書籍『ゼロから作るDeep Learning』で自分なりに学...

SSII 2014 デモンストレーションセッションのダイジェ...

オープンソースの顔の動作解析ツールキット『OpenFace』

UnityでOpenCVを使うには?

オープンソースのIT資産・ライセンス管理システム『Snipe...

NeRF (Neural Radiance Fields):...

コメント