Exakte Szenenrekonstruktion aus extrem großen Bildmengen

从大量图像中精确重建场景

• 批准号: 110161085
• 负责人: Professor Dr.-Ing. Michael Goesele
• 金额: --
• 依托单位国家: 德国
• 项目类别: Independent Junior Research Groups
• 财政年份: 2009
• 资助国家: 德国
• 起止时间: 2008-12-31 至 2015-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/110161085?language=en
• 关键词: Exakte; Szenenrekonstruktion; aus; extrem; gro

Im Internet finden sich Tausende oder gar Millionen von Bildern von fast allen wichtigen und interessanten Orten der Welt. Allein das Photosharing-Portal Flickr verfügt über mehr als 2 Milliarden Bilder. Diese Bilder in sogenannten Community Photo Collections [GSC+07] sind von einer Vielzahl an Fotografen mit den unterschiedlichsten, unkalibrierten Kameras aufgenommen worden, wodurch sie sich sehr in Auflösung, Beleuchtung, Wetter, Aufnahmezeitpunkt und anderen Aspekten unterscheiden. Weiterhin sind Teile der Szene in diesen Bildern oft durch Touristen, Autos oder andere Gegenstände verdeckt. Dieser riesige Schatz an Bildern wird bisher kaum zur Rekonstruktion von Szenen mittels Techniken aus der Computergrafik und Computer Vision verwendet. Der Hauptgrund dafür ist, dass die meisten aktuellen Verfahren nicht mit diesen realen, nicht unter Laborbedingungen aufgenommenen Bilder umgehen können. Der Antragsteller hat in einer ersten Arbeit [GSC+07] jedoch gezeigt, dass aktuelle Registrierungs- und Multi-View Stereo-Rekonstruktionsverfahren robust und mächtig genug sind, um gute Geometriemodelle aus Community Photo Collections zu rekonstruieren. Darauf aufbauend verfolgt dieser Antrag mehrere Ziele: Zum einen sollen umfassende Modelle (einschließlich Geometrie und Reflexionseigenschaften) aus Tausenden und Millionen von Bildern rekonstruiert werden. Zum anderen sollen fundamental neue Fragenstellungen, die sich durch die Natur der Eingabedaten ergeben, untersucht und gelöst werden. Dazu gehören zum Beispiel die Geometrierekonstruktion aus Bildern auf verschiedenen Größenskalen oder die inkrementelle Rekonstruktion einer Szene aus Millionen von Eingabebildern. Es ist zu erwarten, dass die theoretischen und praktischen Ergebnisse dieses Forschungsprojekts nicht nur für Community Photo Collections von Bedeutung sind, sondern auch einen signifikanten Einfluss auf traditionelle, auf Standardeingabedaten beruhende Verfahren haben werden. Die Vision hinter diesem Projekt ist letztlich, realistische Modelle einer Szene aus beliebigen Eingabedaten erzeugen zu können.

我在互联网上找到了成千上万的图片，这些图片都是世界上最受欢迎和感兴趣的。照片共享门户网站Flickr的图片数量超过了梅尔2百万张。[GSC+07]中的图片是一个具有独特风格的摄影作品，不带任何沃登的摄影机，在Auflösung，Beleuchtung，Wetter，Aufnahmezeitpunkt和Anderen Aspekten unterscheiden中非常重要。在这张图片中，我们经常可以看到这张照片，汽车或建筑。这类图片和图像将更适合于计算机图形和计算机视觉技术的图像重建。Der Hauptgrund dafür ist，dass die meisten aktuellen Verfahren nicht mit diesen realen，nicht unter expandingungen aufgenommenen Bilder umgehen können. Der Antragsteller hat in einer ersten Arbeit [GSC+07] jedoch gezeigt，dass aktuelle Registrierungs- und Multi-View Stereo-Rekonstruktionsverfahren robust und mächtig sind，um gute Geometrimodelle aus Community Photo Collections zu rekonstruieren.这是一个非常有趣的Ziele的例子：从韦尔登中的Tausenden和Millionen解出一个简单的几何和反射模型。因此，我们必须从根本上解决新的框架问题，这是由于人类的天性所造成的，因此，我们必须韦尔登。这是一个由建筑物的几何结构组成的建筑物，或者是一个由百万建筑物组成的建筑物。因此，理论和实践上的成果研究项目不仅仅是为了社区照片收集，也有一个重要的传统影响，韦尔登也有标准化的工作。这个项目背后的愿景是很好的，现实主义的模型是一个来自于相信一个可以被创造出来的东西的序列。

项目成果

Multi-view Photometric Stereo by Example

多视图光度立体示例

• DOI: 10.1109/3dv.2014.63
• 发表时间: 2014
• 期刊: 2014 2nd International Conference on 3D Vision
• 作者: Jens Ackermann;Fabian Langguth;Simon Fuhrmann;Arjan Kuijper;Michael Goesele
• 通讯作者: Michael Goesele

Floating Scale Surface Reconstruction

• DOI: 10.1145/2601097.2601163
• 发表时间: 2014-07-01
• 期刊: ACM TRANSACTIONS ON GRAPHICS
• 影响因子: 6.2
• 作者: Fuhrmann, Simon;Goesele, Michael
• 通讯作者: Goesele, Michael