Structure-from-Motion Revisited
Johannes L. Schonberger
Jan-Michael Frahm
01摘要
介绍的文章是:
“Structure-from-Motion Revisited”——从运动中恢复结构“
SFM是指输入一系列图像(有序的或无序的),通过找到图像对之间的相应关系,最后重建场景的一种方式。
其算法的过程如下图:
02图文详解
第一阶段
找到输入图片序列的对应重叠部分,并识别图像中相同点的投影位置,其主要的算法有Features Extraction,通过输入图片得到图像局部点的特征描述;Matching,通过特征点匹配关系找到图像对;Geometric Verification,验证匹配过程的相似度。
第二阶段
重建阶段,主要的算法有
Initialization,模型的初始化;
Image Registration,解决PnP问题;Triangulation,解决三角化问题;
Bundle Adjustment,最小化重投影误差。
03
提出改进
针对应用场景的不完整性和匹配过程中的匹配相似精度不高等因素作者提出了SFM的改进算法。
第一,采用增强场景图的几何验证策略信息提高模型的稳健性及三角化模型;
第二,在选择匹配对中采用最佳视图最大化增量重建过程的稳健性及准确性;
第三,采用改进的三角化测量算法降低计算成本;
第四,采用迭代的BA技术、三角化策略,匹配异常策略,来减小drift effects;
第五,通过密集图片集的视图挖掘优化BA参数,减小累积误差。
下图展示了模型优化的算法效果对比
开源地址:https://github.com/colmap/colmap