.wp-block-jetpack-rating-star span.screen-reader-text { border: 0; clip: rect(1px, 1px, 1px, 1px); clip-path: inset(50%); height: 1px; margin: -1px; overflow: hidden; padding: 0; position: absolute; width: 1px; word-wrap: normal; }

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

KelpNet:C#で使える可読性重視のディープラーニングライブラリ

オープンソースの人体モデリングツール『MakeHuman』のAPI開発プロジェクトがスタート

ManimML:機械学習の概念を視覚的に説明するためのライブラリ

Kubric:機械学習用アノテーション付き動画生成パイプライン

ZBrush 4R8 リリース!

Python.NET:Pythonと.NETを連携させるパッケージ

フリーのUV展開ツール Roadkill UV Tool

オープンソースの顔認識フレームワーク『OpenBR』

OpenCV 3.1から追加されたSfMモジュール

OpenCVの顔検出過程を可視化した動画

openMVG:複数視点画像から3次元形状を復元するライブラリ

RefineNet (Multi-Path Refinement Network):ディープラーニン...

Open3D:3Dデータ処理ライブラリ

NumSharp:C#で使えるNumPyライクな数値計算ライブラリ

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』

CGAN (Conditional GAN):条件付き敵対的生成ネットワーク

ニューラルネットワークと深層学習

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

cvui:OpenCVのための軽量GUIライブラリ

UnityからROSを利用できる『ROS#』

GoogleのDeep Learning論文

OpenCV 3.1のsfmモジュールを試す

SSII 2014 デモンストレーションセッションのダイジェスト動画

Structure from Motion (多視点画像からの3次元形状復元)

ReadCube:文献管理ツール

OpenCLに対応したオープンソースの物理ベースレンダラ『LuxRender(ルクスレンダー)』

Leap MotionでMaya上のオブジェクトを操作できるプラグイン

MB-Lab:Blenderの人体モデリングアドオン

Microsoft Mathematics:数学の学習支援ツール

OpenCVでiPhone6sのカメラをキャリブレーションする

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...

Virtual Network Computing

CNN Explainer:畳み込みニューラルネットワーク可視化ツール

今年もSSII

AfterEffectsプラグイン開発

Photogrammetry (写真測量法)

OpenCVで顔のモーフィングを実装する

TorchStudio:PyTorchのための統合開発環境とエコシステム

Manim:Pythonで使える数学アニメーションライブラリ

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

SDカードサイズのコンピューター『Intel Edison』

モバイルバージョンを終了