Reconstrução 3D usando geometria trinocular

Autores

  • Gabriel Conceição Andrade Universidade do Estado do Rio de Janeiro
  • Germano Monerat Universidade do Estado do Rio de Janeiro
  • Juliana Ventura Universidade do Estado do Rio de Janeiro
  • Francisco De Moura Neto Universidade do Estado do Rio de Janeiro
  • Ricardo Fabbri Universidade do Estado do Rio de Janeiro

Palavras-chave:

Visão Computacional, Fotogrametria, Reconstrução 3D, Software Livre

Resumo

Estrutura a partir de Movimento (structure from motion) é um problema de visão computacional que busca obter cenas tridimensionais a partir de um conjunto de imagens tiradas de diferentes pontos de vista, sem conhecimento prévio da configuração das câmeras. A abordagem mais utilizada consiste na montagem de uma base de reconstrução inicial com duas imagens, seguida da inserção de imagens uma a uma até a reconstrução completa. Apesar da robustez desta abordagem, há casos de falha que impossibilitam a inicialização da reconstrução, o que leva os sistemas a não concluírem o processo de reconstrução. Recentemente, o uso de três imagens como base geométrica tem demonstrado maior potencial de robustez por fornecer melhor confiabilidade na obtenção das correspondências e câmeras, sendo proposto como alternativa caso a inicialização com duas câmeras falhe. Apenas recentemente tais técnicas se tornaram aplicáveis, graças a avanços da tecnologia de solução, fazendo o uso de três features orientadas. Este artigo expõe os recentes avanços da inclusão do modelo de três câmeras no software de código aberto openMVG largamente utilizado e são providenciados os resultados da experiência empírica, ilustrando sua robustez na prática.

Downloads

Não há dados estatísticos.

Referências

Apple ARKit Team. Understanding arkit tracking and detection. WWDC, 2018. URL https://developer.apple.com/videos/play/wwdc2018/610.

Ricardo Fabbri, Timothy Duff, Hongyi Fan, Margaret H Regan, David da Costa de Pinho, Elias Tsigaridas, Charles W Wampler, Jonathan D Hauenstein, Peter J Giblin, Benjamin Kimia, and Tomas Pajdla. Camera pose estimation using first-order curve differential geometry. IEEE Transactions on Pattern Analysis and Machine Intelligence, pages 1–1, 2022.

Olivier Faugeras and Quang-Tuan Luong. The Geometry of Multiple Images. MIT Press, Cambridge, MA, USA, 2001. ISBN 0262062208.

R. I. Hartley and A. Zisserman. Multiple View Geometry in Computer Vision. Cambridge University Press, ISBN: 0521540518, second edition, 2004.

Jonathan D. Hauenstein and Andrew J. Sommese. What is numerical algebraic geometry? Journal of Symbolic Computation, 79: 499–507, 2017. ISSN 0747-7171. doi: ttps://doi.org/10.1016/j.jsc.2016.07.015. URL: https://www.sciencedirect.com/science/article/pii/S0747717116300529. SI: Numerical Algebraic Geometry.

Internet. Ransac. https://en.wikipedia.org/wiki/Random_sample_consensus, August 2023a.

Pierre Moulon, Pascal Monasse, Romuald Perrot, and Renaud Marlet. OpenMVG: Open multiple view geometry. In International Workshop on Reproducible Research in Pattern Recognition, pages 60–74. Springer, 2016.

Johannes Lutz Schonberger¨ and Jan-Michael Frahm. Structure-from-motion revisited. In Conference on Computer Vision and Pattern Recognition (CVPR), 2016.

Johannes Lutz Schonberger, Enliang Zheng, Marc Pollefeys, and Jan-Michael Frahm. Pixelwise view selection for unstructured multi-view stereo. In European Conference on Computer Vision (ECCV), 2016.

Downloads

Publicado

2024-01-31

Como Citar

Conceição Andrade, G., Monerat, G., Ventura, J., De Moura Neto, F., & Fabbri, R. (2024). Reconstrução 3D usando geometria trinocular. Revista Interdisciplinar De Pesquisa Em Engenharia, 9(2), 83–90. Recuperado de https://periodicos.unb.br/index.php/ripe/article/view/52293