Multi-View Environment:複数画像から3次元形状を再構築するライブラリ

ここのところ、やたらと2D→3D関連のライブラリやツールについて調べています。

このMVE(Multi-View Environment)というライブラリは、Structure-from-Motion、Multi-View Stereo、Surface Reconstruction(表面の再構築)までのパイプラインを実装したライブラリ。UMVE(Ultimate MVE)というGUIアプリケーションもある。

3条項BSDライセンス(BSD 3-Clause License)なのでライセンスと著作権を表示すれば商用利用も可能。

Multi-View Environment



Multi-View Environment(MVE)は、画像から形状を再構築するための完全なエンドツーエンドのパイプラインを実装しています。
これはStructure-from-MotionMulti-View StereoSurface Reconstructionを提供します。パイプラインの個々のステップは、コマンドラインアプリケーションとして利用可能ですが、ほとんどの機能は我々のユーザーインターフェイス UMVEからも利用可能です。
このプロジェクトはダルムシュタット工科大学のMichael Goeseleの研究グループが開発しました。


スポンサーリンク


MVEはC++で書かれており、クロスプラットフォームで使いやすいライブラリの効率的なセットが付属しています。コードは、Linux, MacOS, Windows上で実行できます。
MVEは外部ライブラリへの依存を最小限に止めています。MVEはlibpng, libjpeg, libtiffに依存しています。
UME(Ultimate MVE)と呼ばれるQTベースのフロントエンドアプリケーションは、マルチビューのデータセットの管理を容易にするためにこれらのライブラリ上に構築されています。

このシステムを使用し、ご自身の論文でMVEについて言及する際には、以下の論文を引用して下さい:
MVE – A Multi-View Reconstruction Environment
Simon Fuhrmann, Fabian Langguth and Michael Goesele
In: Proceedings of the Eurographics Workshop on Graphics and Cultural Heritage, Darmstadt, Germany, 2014.


スポンサーリンク

ソースコードはGitHub上にあり、ドキュメントはこちら↓
https://github.com/simonfuhrmann/mve/wiki/MVE-Users-Guide

MVEのPythonバインディングも存在する↓
https://github.com/davll/py-mve

そういえば、10月末に出るこちらの書籍の内容見本PDFと目次が森北出版公式ページで公開された。↓

3次元コンピュータビジョン計算ハンドブック

目次
第1章 序 論

第I部 コンピュータビジョンの基礎技術
第2章 楕円当てはめ
第3章 基礎行列の計算
第4章 三角測量
第5章 2画像からの3次元復元
第6章 射影変換の計算
第7章 平面三角測量
第8章 平面の3次元復元
第9章 楕円の解析と円の3次元計算

第II部 多画像からの3次元復元
第10章 多視点三角測量
第11章 バンドル調整
第12章 アフィンカメラの自己校正
第13章 透視投影カメラの自己校正


スポンサーリンク

関連記事

網元AMIで作ったWordpressサイトのインスタンスをt1microからt2microへ移行した
iOSで使えるJetpac社の物体認識SDK『DeepBelief』
フォトンの放射から格納までを可視化した動画
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
Google App EngineでWordPress
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』
OpenMayaのPhongShaderクラス
html5のcanvasの可能性
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
PyDataTokyo主催のDeep Learning勉強会
WordPress on Windows Azure
ROSでガンダムを動かす
Google App Engineのデプロイ失敗
オープンソースのIT資産・ライセンス管理システム『Snipe-IT』
iOSデバイスと接続して連携するガジェットの開発方法
Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
Mayaのポリゴン分割ツールの進化
OpenCV 3.1のsfmモジュールを試す
3Dグラフィックスの入門書
マインドマップ作成ツール『MindNode』
Paul Debevec
TensorFlowでCGを微分できる『TensorFlow Graphics』
OpenCV 3.1から追加されたSfMモジュール
オープンソースのプリント基板設計ツール『KiCad』
Fast R-CNN:ディープラーニングによる一般物体検出手法
C++の抽象クラス
Unityの各コンポーネント間でのやり取り
機械学習に役立つPythonライブラリ一覧
プログラムによる景観の自動生成
IronPythonを使ってUnity上でPythonのコードを実行する
オープンソースの取引プラットフォーム
CNN Explainer:畳み込みニューラルネットワーク可視化ツール
libigl:軽量なジオメトリ処理ライブラリ
続・ディープラーニングの資料
Unityで強化学習できる『Unity ML-Agents』
UnityのAR FoundationでARKit 3
Alice Vision:オープンソースのPhotogrammetryフレームワーク
Dlib:C++の機械学習ライブラリ
OpenCVの超解像(SuperResolution)モジュールを試す
Kaolin:3Dディープラーニング用のPyTorch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』

コメント