| On this page |
このステップの目的は、画像取得中にカメラの視点を変更してもある程度不変である特徴的なピクセル群を抽出し、候補の画像ペア間ですべての特徴量を一致させることです。
Warning
Meshroom/AliceVisionバージョン2021.1.0が必要です。
パラメータ ¶
Main ¶
Cook
このステップのプロセスのクックを開始します。
Manual Mode
このトグルは、どれかのディペンデンシーが変更された時に、このノードを自動的に再クックするかどうかを制御します。
Use Log
このトグルは、現行ノードの状態をコンソールにプリントするかどうかを制御します。これは、進捗をすぐに把握するのに便利です。
Feature Extraction ¶
Describer Types
画像から特徴量を記述するDescriberタイプ。
Describer Preset
ImageDescriber構成(low, medium, normal, high, ultra)を制御します。“ultra”構成は時間がかかります!
Force CPU Extraction
CPU版特徴量抽出のみを使用します。
Image Matching ¶
Min Number of Images
Vocabulary Tree(VT)で使用する画像の最低枚数。 特徴量がこの閾値よりも少なかった場合、すべてのマッチングの組み合わせを計算します。
Max Descriptors
1枚の画像あたりで読み込む記述子の数を制限します。0は制限なしを意味します。
Number of Matches
各画像で取得するマッチの数(0はすべてのマッチを取得します)。
Feature Matching ¶
Describer Types
画像から特徴量を記述するDescriberタイプ。
Photometric Matching Method
スカラーベースの領域記述子用 – ' BRUTE_FORCE_L2: L2 BruteForceマッチング'
' ANN_L2: L2 Approximate Nearest Neighborマッチング'
' CASCADE_HASHING_L2: L2 Cascade Hashingマッチング'
' FAST_CASCADE_HASHING_L2:事前計算されたハッシュ領域を使ったL2 Cascade Hashing(CASCADE_HASHING_L2よりも高速ですが多くのメモリを使用します)
バイナリベースの記述子用 – ' BRUTE_FORCE_HAMMING: BruteForce Hammingマッチング'
Geometric Error
ジオメトリ検証時に特徴量のマッチングに許容される最大誤差。
Geometric Filter type
特徴量のマッチをフィルタリングするジオメトリ検証メソッド。
Distance Ratio
無意味なマッチを破棄する距離比率。
Max Iteration
RANSAC(RANdom SAmple Concensus)ステップで許容する最大反復回数。
Max Matches
維持するマッチの最大数。
Save Putative Matches
推定マッチ。
Guided Matches
1対1の呼応を改善するために参考にされるモデル。
Export Debug Files
デバッグファイル(svg, dot)。
Environment ¶
Environment
AliceVisionユーティリティコマンドラインを起動する際に使用される環境変数。
Note
これはPythonエクスプレッションで、“Edit Expression”のみから編集してください。
