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

  • SSD (Single Shot Multibox Detector):ディープラーニングによる一般...
  • FacebookがDeep learningツールの一部をオープンソース化
  • OpenGVの用語
  • Blender 2.8がついに正式リリース!
  • OpenMVS:Multi-View Stereoによる3次元復元ライブラリ
  • 「ベンジャミン·バトン数奇な人生」でどうやってCGの顔を作ったのか
  • 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...
  • 書籍『イラストで学ぶ ディープラーニング』
  • Mitsuba 2:オープンソースの物理ベースレンダラ
  • Kornia:微分可能なコンピュータービジョンライブラリ
  • オープンソースの取引プラットフォーム
  • 機械学習手法『Random Forest』
  • SSII2014 チュートリアル講演会の資料
  • 無料の英文チェックWebサービス『PaperRater』
  • 機械学習について最近知った情報
  • SegNet:ディープラーニングによるSemantic Segmentation手法
  • Super Resolution:OpenCVの超解像処理モジュール
  • CGレンダラ研究開発のためのフレームワーク『Lightmetrica (ライトメトリカ)』
  • Theia:オープンソースのStructure from Motionライブラリ
  • 海外ドラマのChromaKey
  • OpenMVSのサンプルを動かしてみる
  • GeoGebra:無料で使える数学アプリ
  • Open3D:3Dデータ処理ライブラリ
  • OpenCV3.3.0でsfmモジュールのビルドに成功!
  • OpenCVで平均顔を作るチュートリアル
  • 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
  • Boost オープンソースライブラリ
  • Kinect for Windows v2の日本価格決定
  • OpenCVで顔のランドマークを検出する『Facemark API』
  • Adobe MAX 2015
  • UnityからROSを利用できる『ROS#』
  • OpenCV 3.1とopencv_contribモジュールをVisual Studio 2015で...
  • 書籍『3次元コンピュータビジョン計算ハンドブック』を購入
  • Leap MotionでMaya上のオブジェクトを操作できるプラグイン
  • BGSLibrary:OpenCVベースの背景差分ライブラリ
  • OpenCV 3.1のsfmモジュールを試す
  • OpenCVの顔検出過程を可視化した動画
  • Runway ML:クリエイターのための機械学習ツール
  • OpenCVでPhotoshopのプラグイン開発
  • 今年もSSII
  • BlenderでPhotogrammetryできるアドオン
  • OpenCVでiPhone6sのカメラをキャリブレーションする
  • モバイルバージョンを終了