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

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
Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』
hloc:SuperGlueで精度を向上させたSfM実装
OpenVDB:3Dボリュームデータ処理ライブラリ
U-Net:ディープラーニングによるSemantic Segmentation手法
Geogram:C++の3D幾何アルゴリズムライブラリ
html5のcanvasの可能性
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
OpenCVで動画の手ぶれ補正
手を動かしながら学ぶデータマイニング
Blendify:コンピュータービジョン向けBlenderラッパー
Unityの薄い本
サンプルコードにも間違いはある?
Mitsuba 2:オープンソースの物理ベースレンダラ
プログラミングスキルとは何か?
1枚の画像からマテリアルを作成できる無料ツール『Materialize』
3Dグラフィックスの入門書
Managing Software Requirements: A Unified Approach
SegNet:ディープラーニングによるSemantic Segmentation手法
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
Raspberry Pi 2を買いました
オープンソースのロボットアプリケーションフレームワーク『ROS (Robot Operating S...
ROSの薄い本
UnityでShaderの入力パラメータとして行列を渡す
法線マップを用意してCanvas上でShadingするサンプル
Super Resolution:OpenCVの超解像処理モジュール
書籍『OpenCV 3 プログラミングブック』を購入
Boost オープンソースライブラリ
Paul Debevec
OpenCVでカメラ画像から自己位置認識 (Visual Odometry)
ROMOハッカソンに行ってきた
Autodesk Mementoでゴジラを3次元復元する
WordPressのテーマを自作する
Dlib:C++の機械学習ライブラリ
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』
AR (Augmented Reality)とDR (Diminished Reality)
オープンソースのIT資産・ライセンス管理システム『Snipe-IT』
PSPNet (Pyramid Scene Parsing Network):ディープラーニングによ...
無料の英文チェックWebサービス『PaperRater』
Virtual Network Computing
オープンソースの顔の動作解析ツールキット『OpenFace』
AndroidもopenGLも初心者さ (でもJavaは知ってるよ)

コメント