3D Surface Reconstruction From Video Sequences

• Název práce v češtině: 3D rekonstrukce s videosekvencí
• Název v anglickém jazyce: 3D Surface Reconstruction From Video Sequences
• Klíčová slova: structure from motion, hustá korespondence, počítačové vidění, optický tok
• Klíčová slova anglicky: structure from motion, dense matching, computer vision, optical flow
• Akademický rok vypsání: 2012/2013
• Typ práce: bakalářská práce
• Jazyk práce: angličtina
• Ústav: Informatický ústav Univerzity Karlovy (32-IUUK)
• Vedoucí / školitel: Mgr. Lukáš Mach
• Řešitel: Mgr. Adam Dominec - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 06.11.2012
• Datum zadání: 06.11.2012
• Datum potvrzení stud. oddělením: 16.11.2012
• Datum a čas obhajoby: 02.09.2013 00:00
• Datum odevzdání elektronické podoby: 02.08.2013
• Datum odevzdání tištěné podoby: 02.08.2013
• Datum proběhlé obhajoby: 02.09.2013
• Oponenti: Mgr. David Sedláček

Zásady pro vypracování

V nedávné době se objevilo několik softwarových balíků robustně řešících problém rekonstrukce 3D scény z videozáznamu či posloupnosti fotografií (např. PhotoSynth [2]). Výstupem typicky bývá 3D point cloud reprezentace scény spolu s daty o externí a interní kalibraci kamer. Pro většinu reálných aplikací takový výstup ale není dostačující a přechod k polygonální rekonstrukci scény je obtížný.

Cílem práce je vytvořit program, který na základě zmíněného 3D point cloudu, kalibrací kamer a původní videosekvence vygeneruje detailnější polygonální model scény v kvalitě dostačující pro ověření korektnosti kalibrací, match-moving a případné další zpracování grafikem/modelářem.

Student se seznámí s výsledky v oblasti počítačového vidění, zejména týkajících se multiple-view geometry [1] a optical flow, a za použití dostupných knihoven implementuje iterativní algoritmus podle článku [4]. Vzhledem k rozsáhlosti tohoto přístupu se předpokládá, že jednotlivé dílčí metody z [4] budou nahrazeny jednoduššími algoritmy. Student může předpokládat platnost některých omezení na vstupní data, např. konzistenci expozice nebo absenci odlehlých dat (outliers) v 3D point cloudu.

Součástí práce by mělo být několik datasetů demonstrujících funkci softwarového řešení. Vzhledem k nevyhnutelné nejednoznačnosti úlohy by měla součástí práce být i diskuze situací, kdy implementovaný algoritmus selhává.

Seznam odborné literatury

[1] Richard Hartley, Andrew Zisserman: Multiple View Geometry in Computer Vision, 2nd edition, 2004, Cambridge University Press, ISBN 0521540518.

[2] Noah Snavely, Steven M. Seitz, Richard Szeliski, "Photo tourism: Exploring photo collections in 3D," ACM Transactions on Graphics (SIGGRAPH Proceedings), 25(3), 2006, 835-846.

[3] Richard S. Wright, Benjamin Lipchak, Nicholas Haemel, Graham Sellers: "OpenGL SuperBible: Comprehensive Tutorial and Reference", 5th Edition, Addison-Wesley, July 23, 2010, ISBN 978-0-321-71261-5

[4] Richard A. Newcombe and Andrew J. Davison: "Live Dense Reconstruction with a Single Moving Camera", IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2010)