3D Line Mapping Revisited

要約

まばらなキーポイントとは対照的に、いくつかの線分は主な構造要素を描写することが多いため、高レベルのシーン レイアウトを簡潔にエンコードできます。
強力な幾何学的な手がかりを提供することに加えて、それらは都市の風景や屋内のシーンにも遍在しています。
明らかな利点にもかかわらず、現在の線ベースの再構成方法は、点ベースの方法よりもはるかに遅れています。
この論文では、多視点画像から 3D ライン マップを堅牢かつ効率的に作成する 3D ライン マッピング用のライブラリである LIMAP を導入することで、ギャップを埋めることを目指しています。
これは、ラインの三角形分割、慎重に作成されたスコアリングとトラック構築の縮退問題を再検討し、ラインの一致、平行性、直交性などの構造的な優先順位を活用することによって達成されます。
私たちのコードは、既存のポイントベースの Structure-from-Motion メソッドとシームレスに統合され、それらの 3D ポイントを活用してライン再構築をさらに改善できます。
さらに、副産物として、この方法では、線と点/消失点 (VP) の間の 3D 関連グラフを復元できます。
徹底した実験では、LIMAP が 3D ライン マッピングの既存のアプローチよりも大幅に優れていることを示しています。
当社の堅牢な 3D ライン マップは、新しい研究の方向性も切り開きます。
視覚的位置特定とバンドル調整の 2 つのアプリケーション例を示します。点と一緒に線を統合すると、最良の結果が得られます。
コードは https://github.com/cvg/limap で入手できます。

要約(オリジナル)

In contrast to sparse keypoints, a handful of line segments can concisely encode the high-level scene layout, as they often delineate the main structural elements. In addition to offering strong geometric cues, they are also omnipresent in urban landscapes and indoor scenes. Despite their apparent advantages, current line-based reconstruction methods are far behind their point-based counterparts. In this paper we aim to close the gap by introducing LIMAP, a library for 3D line mapping that robustly and efficiently creates 3D line maps from multi-view imagery. This is achieved through revisiting the degeneracy problem of line triangulation, carefully crafted scoring and track building, and exploiting structural priors such as line coincidence, parallelism, and orthogonality. Our code integrates seamlessly with existing point-based Structure-from-Motion methods and can leverage their 3D points to further improve the line reconstruction. Furthermore, as a byproduct, the method is able to recover 3D association graphs between lines and points / vanishing points (VPs). In thorough experiments, we show that LIMAP significantly outperforms existing approaches for 3D line mapping. Our robust 3D line maps also open up new research directions. We show two example applications: visual localization and bundle adjustment, where integrating lines alongside points yields the best results. Code is available at https://github.com/cvg/limap.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google