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

DensePose:画像中の人物表面のUV座標を推定する

Pix2Pix:CGANによる画像変換

Leap MotionでMaya上のオブジェクトを操作できる...

ニューラルネットワークと深層学習

3Dスキャンしたテクスチャから照明を除去するUnityツール...

CNN Explainer:畳み込みニューラルネットワーク可...

Human Generator:Blenderの人体生成アド...

CGALDotNet:計算幾何学ライブラリ CGALのC#ラ...

OpenCVで顔のモーフィングを実装する

Python.NET:Pythonと.NETを連携させるパッ...

SSD (Single Shot Multibox Dete...

PyTorch3D:3Dコンピュータービジョンライブラリ

Virtual Network Computing

Digital Emily Project:人間の顔をそっく...

GAN (Generative Adversarial Ne...

viser:Pythonで使える3D可視化ライブラリ

BlenderProc:Blenderで機械学習用の画像デー...

画像認識による位置情報取得 - Semi-Direct Mo...

OpenCV3.3.0でsfmモジュールのビルドに成功!

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

オープンソースのロボットアプリケーションフレームワーク『RO...

hloc:SuperGlueで精度を向上させたSfM・Vis...

畳み込みニューラルネットワーク (CNN: Convolut...

MB-Lab:Blenderの人体モデリングアドオン

UnityでPoint Cloudを表示する方法

CycleGAN:ドメイン関係を学習した画像変換

iPhoneで3D写真が撮れるアプリ『seene』

フリーのUV展開ツール Roadkill UV Tool

CGレンダラ研究開発のためのフレームワーク『Lightmet...

UnityでOpenCVを使うには?

Super Resolution:OpenCVの超解像処理モ...

続・ディープラーニングの資料

openMVG:複数視点画像から3次元形状を復元するライブラ...

Microsoft Mathematics:数学の学習支援ツ...

OpenCVでPhotoshopのプラグイン開発

OpenGVの用語

OpenCV バージョン4がリリースされた!

OpenCV 3.1のsfmモジュールのビルド再び

OpenCVの三角測量関数『cv::triangulatep...

ReadCube:文献管理ツール

SONY製のニューラルネットワークライブラリ『NNabla』

CGのためのディープラーニング

コメント