cv::large_kinfu::LargeKinfu クラス

大規模高密度デプスフュージョン（Large Scale Dense Depth Fusion）の実装。 続き...

#include <opencv2/rgbd/large_kinfu.hpp>

Collaboration diagram for cv::large_kinfu::LargeKinfu:

公開メンバ関数
virtual	~LargeKinfu ()=default
virtual void	getCloud (OutputArray points, OutputArray normals) const =0
virtual void	getNormals (InputArray points, OutputArray normals) const =0
virtual const Params &	getParams () const =0
virtual void	getPoints (OutputArray points) const =0
virtual Affine3f	getPose () const =0
virtual void	render (OutputArray image) const =0
virtual void	render (OutputArray image, const Matx44f &cameraPose) const =0
virtual void	reset ()=0
virtual bool	update (InputArray depth)=0

静的公開メンバ関数
static Ptr< LargeKinfu >	create (const Ptr< Params > &_params)

詳細説明

大規模高密度デプスフュージョン（Large Scale Dense Depth Fusion）の実装。

このクラスは、空間ハッシュ化されたTSDFボリューム「サブマップ」を用いて、より広い環境向けの3次元再構成アルゴリズムを実装する。また、長いシーケンスにわたるトラッキングのドリフトを最小化するため、ポーズグラフ最適化を定期的に実行する。現時点では、このアルゴリズムは再局在化（relocalization）やループクロージャのモジュールを実装していない。将来的には、Bag of wordsの実装、あるいはGlocker et al. ISMAR 2013で説明されているRGBD再局在化が実装される見込みである。

これは深度センサ（あるいはステレオカメラのマッチングアルゴリズムやレイマーチングレンダラなど、任意の深度画像ソース）から取得された一連の深度画像を入力とする。出力は、点群とその法線のベクトルとして取得することも、与えられたカメラ姿勢からPhongレンダリングすることもできる。

モデルの内部表現は、空間ハッシュ化されたボクセルキューブであり、最も近い表面までの距離を表すTSDF値を格納する（詳細はTSDFに関する [139] の論文を参照）。この表現に対するインタフェースはまだ用意されていない。

ポーズグラフ最適化のため、Volumeクラス上にSubmap抽象が作成される。現在の視錐台と既存のボリューム／モデルとの可視重なりが少ない場合に、新しいサブマップがモデルへ追加される。複数のサブマップが同時にトラッキングされ、ポーズグラフが作成されて定期的に最適化される。

LargeKinfu はまだOpenCLによる高速化を一切使用していない。明示的に有効化または無効化するには、cv::setUseOptimized() または cv::ocl::setUseOpenCL() を使用する。

この実装は、Kintinuous、InfiniTAM、その他のSOTAアルゴリズムから着想を得ている。

KinectFusionを使用するには、CMakeでOPENCV_ENABLE_NONFREEオプションを設定する必要がある。

構築子と解体子の詳解

~LargeKinfu()

virtual cv::large_kinfu::LargeKinfu::~LargeKinfu ( )

virtualdefault

メンバ関数詳解

create()

static Ptr< LargeKinfu > cv::large_kinfu::LargeKinfu::create ( const Ptr< Params > & _params )

static

Python:
	cv.large_kinfu.LargeKinfu.create(	_params	) ->	retval
	cv.large_kinfu.LargeKinfu_create(	_params	) ->	retval

getCloud()

virtual void cv::large_kinfu::LargeKinfu::getCloud ( OutputArray points, OutputArray normals ) const

pure virtual

Python:
	cv.large_kinfu.LargeKinfu.getCloud(	[, points[, normals]]	) ->	points, normals

getNormals()

virtual void cv::large_kinfu::LargeKinfu::getNormals ( InputArray points, OutputArray normals ) const

pure virtual

Python:
	cv.large_kinfu.LargeKinfu.getNormals(	points[, normals]	) ->	normals

getParams()

virtual const Params & cv::large_kinfu::LargeKinfu::getParams ( ) const

pure virtual

getPoints()

virtual void cv::large_kinfu::LargeKinfu::getPoints ( OutputArray points ) const

pure virtual

Python:
	cv.large_kinfu.LargeKinfu.getPoints(	[, points]	) ->	points

getPose()

virtual Affine3f cv::large_kinfu::LargeKinfu::getPose ( ) const

pure virtual

render() [1/2]

virtual void cv::large_kinfu::LargeKinfu::render ( OutputArray image ) const

pure virtual

Python:
	cv.large_kinfu.LargeKinfu.render(	[, image]	) ->	image
	cv.large_kinfu.LargeKinfu.render(	cameraPose[, image]	) ->	image

render() [2/2]

virtual void cv::large_kinfu::LargeKinfu::render ( OutputArray image, const Matx44f & cameraPose ) const

pure virtual

Python:
	cv.large_kinfu.LargeKinfu.render(	[, image]	) ->	image
	cv.large_kinfu.LargeKinfu.render(	cameraPose[, image]	) ->	image

reset()

virtual void cv::large_kinfu::LargeKinfu::reset ( )

pure virtual

Python:
	cv.large_kinfu.LargeKinfu.reset(		) ->	None

update()

virtual bool cv::large_kinfu::LargeKinfu::update ( InputArray depth )

pure virtual

Python:
	cv.large_kinfu.LargeKinfu.update(	depth	) ->	retval

---

このクラス詳解は次のファイルから抽出されました:

• opencv2/rgbd/large_kinfu.hpp