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↓




スポンサーリンク


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: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(Multi...


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。


スポンサーリンク



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。


スポンサーリンク

関連記事

SONY製のニューラルネットワークライブラリ『NNabla』
コンピュータビジョンの技術マップ
3Dスキャンに基づくプロシージャルフェイシャルアニメーション
YOLO (You Only Look Once):ディープラーニングによる一般物体検出手法
ベイズ推定とグラフィカルモデル
MeshLab:3Dオブジェクトの確認・変換に便利なフリーウェア
geometry3Sharp:Unity C#で使えるポリゴン操作ライブラリ
PeopleSansPeople:機械学習用の人物データをUnityで生成する
OpenCV バージョン4がリリースされた!
無料の英文チェックWebサービス『PaperRater』
Math Inspector:科学計算向けビジュアルプログラミングツール
Cartographer:オープンソースのSLAMライブラリ
Theia:オープンソースのStructure from Motionライブラリ
機械学習手法『Random Forest』
Super Resolution:OpenCVの超解像処理モジュール
第25回コンピュータビジョン勉強会@関東に行って来た
OpenCVでiPhone6sのカメラをキャリブレーションする
Mayaのポリゴン分割ツールの進化
立体映像プレイヤー『Stereoscopic Player』
OpenCVの顔検出過程を可視化した動画
CGALDotNet:計算幾何学ライブラリ CGALのC#ラッパー
viser:Pythonで使える3D可視化ライブラリ
読みやすくて高速なディープラーニングのフレームワーク『Caffe』
機械学習のオープンソースソフトウェアフォーラム『mloss(machine learning ope...
DensePose:画像中の人物表面のUV座標を推定する
Gource:バージョン管理の履歴を可視化するツール
Kinect for Windows V2のプレオーダー開始
ArUco:OpenCVベースのコンパクトなARライブラリ
書籍『イラストで学ぶ ディープラーニング』
OpenCVのfindEssentialMat関数を使ったサンプルを読んでみる
C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』
VCG Library:C++のポリゴン操作ライブラリ
ディープラーニング
Windows10でPyTorchをインストールしてVSCodeで使う
GoogleのDeep Learning論文
Netron:機械学習モデルを可視化するツール
Accord.NET Framework:C#で使える機械学習ライブラリ
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
顔追跡による擬似3D表示『Dynamic Perspective』
ReadCube:文献管理ツール
TensorSpace.js:ニューラルネットワークの構造を可視化するフレームワーク
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

コメント