VisualSfMの使い方 その2 -時系列画像からの復元-

VisualSfMの使い方 その1では、最も基本的な使い方について紹介しました。その際に、大量の画像を扱う場合には、対応点探索に膨大な時間が掛かると書きましたが、これは全ての画像の組み合わせで対応関係を求めるためです。しかし、動画で撮影した画像から物体形状の復元を行う場合などでは、大量の画像を入力することになったりします。

このような、時系列画像を入力とする場合には、Pairwise Matching -> Compute Sequence Matchを利用することで、対応点探索の範囲を近傍のフレームのみに限定することが出来ます。
あとは、VisualSfMの使い方 その1と同様にReconstruct Sparseを実行することで復元を行うことが出来ます。

Sequence Matchを行うと大幅に処理時間を短縮することが出来ますが、全ての対応関係を計算することが可能な場合は、そちらのほうが推定誤差が小さくて良いと思います。画像枚数や計算機パワーを考慮して、どちらを利用するかは検討して下さい。

コメント

このブログの人気の投稿

COLMAPでキャリブレーション済みのデータを使う

2D-3D対応からのカメラ位置・姿勢の推定

5点アルゴリズムによるカメラ位置・姿勢の推定