サイトアイコン NegativeMindException

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。


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

  • Microsoft Mathematics:数学の学習支援ツール
  • Virtual Network Computing
  • openMVG:複数視点画像から3次元形状を復元するライブラリ
  • Dlib:C++の機械学習ライブラリ
  • OpenCV 3.1とopencv_contribモジュールをVisual Studio 2015で...
  • PGGAN:段階的に解像度を上げて学習を進めるGAN
  • MeshLab:3Dオブジェクトの確認・変換に便利なフリーウェア
  • OpenCVでカメラ画像から自己位置認識 (Visual Odometry)
  • Gource:バージョン管理の履歴を可視化するツール
  • OpenCV 3.3.0 contribのsfmモジュールのサンプルを動かしてみる
  • オープンソースのプリント基板設計ツール『KiCad』
  • 疑似3D写真が撮れるiPhoneアプリ『Seene』がアップデートでついにフル3Dモデルが撮影できる...
  • Theia:オープンソースのStructure from Motionライブラリ
  • SSII2014 チュートリアル講演会の資料
  • MB-Lab:Blenderの人体モデリングアドオン
  • GAN (Generative Adversarial Networks):敵対的生成ネットワーク
  • BlenderでPhotogrammetryできるアドオン
  • 書籍『OpenCV 3 プログラミングブック』を購入
  • ZBrush 4R8 リリース!
  • libigl:軽量なジオメトリ処理ライブラリ
  • SDカードサイズのコンピューター『Intel Edison』
  • 池袋パルコで3Dのバーチャルフィッティング『ウェアラブル クロージング バイ アーバンリサーチ』
  • 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
  • ツールの補助で効率的に研究論文を読む
  • Live CV:インタラクティブにComputer Visionコーディングができるツール
  • SSD (Single Shot Multibox Detector):ディープラーニングによる一般...
  • Structure from Motion (多視点画像からの3次元形状復元)
  • Kinect for Windows v2の日本価格決定
  • Pylearn2:ディープラーニングに対応したPythonの機械学習ライブラリ
  • Digital Emily Project:人間の顔をそっくりそのままCGで復元する
  • Rerun:マルチモーダルデータの可視化アプリとSDK
  • Deep Fluids:流体シミュレーションをディープラーニングで近似する
  • 機械学習について最近知った情報
  • 顔追跡による擬似3D表示『Dynamic Perspective』
  • Iridescence:プロトタイピング向け軽量3D可視化ライブラリ
  • Blender 2.8がついに正式リリース!
  • Mitsuba 2:オープンソースの物理ベースレンダラ
  • ArUco:OpenCVベースのコンパクトなARライブラリ
  • 顔検出・認識のAPI・ライブラリ・ソフトウェアのリスト
  • OpenMVSのサンプルを動かしてみる
  • Math Inspector:科学計算向けビジュアルプログラミングツール
  • UnityからROSを利用できる『ROS#』
  • モバイルバージョンを終了