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

機械学習手法『Random Forest』
ManuelBastioniLAB:人体モデリングできるBlenderアドオン
WordPressの表示を高速化する
Kinect for Windows v2の日本価格決定
SDカードサイズのコンピューター『Intel Edison』
Mayaのプラグイン開発
Konashiを買った
機械学習について最近知った情報
PGGAN:段階的に解像度を上げて学習を進めるGAN
スクレイピング
Deep Learningとその他の機械学習手法の性能比較
OpenCVでPhotoshopのプラグイン開発
PythonでMayaのShapeノードプラグインを作る
Mitsuba 3:オープンソースの研究向けレンダラ
NumSharp:C#で使えるNumPyライクな数値計算ライブラリ
Web経由でRaspberry PiのGPIOを操作したい
konashiのサンプルコードを動かしてみた
OpenCVの顔検出過程を可視化した動画
顔画像処理技術の過去の研究
GoogleのDeep Learning論文
OpenCVで顔のランドマークを検出する『Facemark API』
UnityプロジェクトをGitHubで管理する
Unity ARKitプラグインサンプルのチュートリアルを読む
「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
Google App Engine上のWordPressでFlickrの画像を貼る
U-Net:ディープラーニングによるSemantic Segmentation手法
ブログが1日ダウンしてました
Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』
MeshLab:3Dオブジェクトの確認・変換に便利なフリーウェア
Mayaのレンダリング アトリビュート
Open3D:3Dデータ処理ライブラリ
仮想関数
UnityでOpenCVを使うには?
Polyscope:3Dデータ操作用GUIライブラリ
ポイントクラウドコンソーシアム
MVStudio:オープンソースのPhotogrammetryツール
今年もSSII
Google App Engine上のWordPressでAmazonJSを利用する
Accord.NET Framework:C#で使える機械学習ライブラリ
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)』
UnityのTransformクラスについて調べてみた
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ

コメント