OpenCVのfindEssentialMat関数を使ったサンプルを読んでみる

本来なら例の書籍を読み進めて少しずつ理解していくつもりだったけど、しんどい。。。



書籍はなかなか読み進められなかったので、飛ばし読みしてプログラムを動かしながら徐々にディティールを理解していく方針へ切り替えた(笑)

何度か格闘するも上手くいかないOpenCVのsfmモジュールのビルドもいったん諦めて、もっとプリミティブな関数をいじってお勉強しようと思う。
以前見つけたこちらのチュートリアルのサンプルコードでfindEssentialMat関数、つまりNist´erの5点アルゴリズムをいじってみる。
OpenCVでカメラ画像から自己位置認識 (Visual Odometry)
書籍「ROSではじめる ロボットプログラミング」を一通り読み終わって、何となくロボットの自己位置認識の重要性を感じている。ロボット自身の移動量を計測する手法全般を"Odometry"と言うらしい。中でも1番簡単なやり方は、車輪などの...


このサンプルコードはヘッダーファイルを含めても300行未満なので読みやすいはず。
https://github.com/avisingh599/mono-vo

このリポジトリのmono-vo/src/visodo.cppを読んでみる。

というか、まずはこのブログ記事を読むところからかな。
http://avisingh599.github.io/vision/monocular-vo/


スポンサーリンク


ブログ記事の一部を雑に日本語訳。

課題設定 (Formulation of the problem)

Input

カメラから取得したグレイスケールのストリーム画像を入力とし、時刻 t, 時刻t+1の時点で取得した画像をそれぞれI^t, I^{t+1}と呼びます。カメラの固有パラメータは事前にキャリブレーションによって取得済みです。キャリブレーションはOpenCVでも行うことができます。

Output

全ての画像ペアで、2枚の画像間の車両の移動を表す回転行列 Rと並進ベクトルtを求める必要があります。我々の単眼手法では並進ベクトルtのスケール要素までは計算できません。


スポンサーリンク

アルゴリズムの概要 (Algorithm Outline)

  1. 画像ペア:I^t, I^{t+1}の取得
  2. 上記画像の歪みを補正する。
  3. I^tからFASTアルゴリズムで特徴点を抽出し、それらの特徴点のI^{t+1}までの移動を追跡する。 特徴点の数が特定の閾値を下回った場合、新しい特徴点を検出する。
  4. Nisterの5点アルゴリズム(with RANSAC)によってEssential Matrix(基本行列)を算出する。
  5. 上記ステップで求めたEssential Matrix(基本行列)から Rtを推定する。
  6. スピードメーター等の外部ソースからスケール情報を取得し、並進ベクトルtと回転行列Rとを連結する。

ということで、詳しく知りたいのは特に45基本行列を求めてそれを回転行列Rと並進ベクトルtへ分解するプロセスです。
サンプルコードで言うとほんの一部。116~119行目の辺りですね↓

  //recovering the pose and the essential matrix
  Mat E, R, t, mask;
  E = findEssentialMat(points2, points1, focal, pp, RANSAC, 0.999, 1.0, mask);
  recoverPose(E, points2, points1, R, t, focal, pp, mask);

findEssentialMatで求めた基本行列を回転行列と並進ベクトルへ分解する関数は上記のrecoverPoseだけじゃなく、decomposeEssentialMatというのも用意されてるんだが、decomposeEssentialMatでは特異値分解で2種類のRと1つのt(\pm組み合わせで4つの解)が算出される。
唯一の解を求めたい場合はrecoverPoseに対応点の情報渡して使う。

ちなみに、findEssentialMat関数の中身のコードはこちら→modules/calib3d/src/five-point.cpp
five-point(5点アルゴリズム)ってファイル名なのね。

さて、オイラが何でこんなにしつこく勉強しているかというと、画像認識技術を測量ツールとして使いたかったりするのです。



http://pukulab.blog.fc2.com/blog-entry-42.html
http://pukulab.blog.fc2.com/blog-entry-44.html

5点アルゴリズムで推奨されるのは、5点の内の3点が同一平面状にあり、残り2点が任意の位置にあるような条件らしい。

追記:その後、OpenCVの三角測量関数 cv::triangulatepointsもいじってみた↓
OpenCVの三角測量関数『cv::triangulatepoints』
だいぶ時間が空きましたが、引き続きOpenCVの3次元復元系の関数を見ていく。今回はcalib3dモジュールにあるtriangulatePoints関数。つまり三角測量を行う関数ですね。void cv::triangulate...


スポンサーリンク

関連記事

Math Inspector:科学計算向けビジュアルプログラミングツール
Deep Neural Networkによる顔の個人識別フレームワーク『OpenFace』
畳み込みニューラルネットワーク (CNN:Convolutional Neural Network)
OpenMayaRender
顔追跡による擬似3D表示『Dynamic Perspective』
法線マップを用意してCanvas上でShadingするサンプル
機械学習について最近知った情報
Unity ARKitプラグインサンプルのドキュメントを読む
書籍『ROSプログラミング』
html5のcanvasの可能性
Faster R-CNN:ディープラーニングによる一般物体検出手法
RefineNet (Multi-Path Refinement Network):ディープラーニン...
DCGAN (Deep Convolutional GAN):畳み込みニューラルネットワークによる敵...
OpenCVベースのマーカーARライブラリ『OpenAR』
OpenCVで平均顔を作るチュートリアル
Deep Learningとその他の機械学習手法の性能比較
GAN (Generative Adversarial Networks):敵対的生成ネットワーク
GeoGebra:無料で使える数学アプリ
Amazon EC2ログイン用の秘密鍵を無くした場合の対処方法
Amazon Web ServicesでWordPress
WebGL開発に関する情報が充実してきている
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...
Leap MotionでMaya上のオブジェクトを操作できるプラグイン
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
顔画像処理技術の過去の研究
Unreal Engineの薄い本
ブラウザ操作自動化ツール『Selenium』を試す
PGGAN:段階的に解像度を上げて学習を進めるGAN
スクラッチで既存のキャラクターを立体化したい
インタラクティブにComputer Visionコーディングができるツール『Live CV』
Alice Vision:オープンソースのPhotogrammetryフレームワーク
オープンソースのStructure from Motionツール『Regard3D』
オープンソースの取引プラットフォーム
C++の抽象クラス
Super Resolution:OpenCVの超解像処理モジュール
Unity ARKitプラグインサンプルのチュートリアルを読む
WordPressのサーバ引っ越し方法を考える
参考書
プログラムによる景観の自動生成
機械学習手法『Random Forest』
オープンソースのプリント基板設計ツール『KiCad』
SSD (Single Shot Multibox Detector):ディープラーニングによる一般...

コメント