当前位置 : 主页 > 编程语言 > 其它开发 >

【colmap】稀疏重建转为MVSNet格式输入

来源:互联网 收集:自由互联 发布时间:2022-07-12
MVSNet文件格式 每个场景对应的项目文件夹应包含以下内容: . ├── images │ ├── 00000000.jpg │ ├── 00000001.jpg │ └── ... ├── cams │ ├── 00000000_cam.txt │ ├── 00000001_

MVSNet文件格式

每个场景对应的项目文件夹应包含以下内容:

.                          
├── images                 
│   ├── 00000000.jpg       
│   ├── 00000001.jpg       
│   └── ...                
├── cams                   
│   ├── 00000000_cam.txt   
│   ├── 00000001_cam.txt   
│   └── ...                
└── pair.txt               

可以通过脚本文件colmap2mvsnet.pycolmap稀疏重建的结果转为mvsnet格式的输入。

图像文件

所有图像文件都存储在images文件夹中,图像的索引是从00000000开头的8位数字,相机参数文件和预测输出的深度图也使用相同的索引。

相机参数文件

每幅图像的相机参数存储在cam.txt文件中,相机参数文件包括相机外参E=[R|t]、相机内参K和深度范围。

extrinsic
E00 E01 E02 E03
E10 E11 E12 E13
E20 E21 E22 E23
E30 E31 E32 E33

intrinsic
K00 K01 K02
K10 K11 K12
K20 K21 K22

DEPTH_MIN DEPTH_INTERVAL (DEPTH_NUM DEPTH_MAX)

请注意深度范围和深度分辨率由最小深度DEPTH_MIN,深度间隔DEPTH_INTERVAL 以及深度假设数目决定。另外interval_scale参数用于调整深度分辨率,因此最大深度值为:

DEPTH_MAX = DEPTH_MIN + (interval_scale * DEPTH_INTERVAL) * (max_d - 1)
视图选择文件

视图选择结果存储在pair.txt文件中,对于每幅参考图像,计算其与其他视图的视图选择分数,并选取得分最高的10幅视图存储在pair.txt文件中:

TOTAL_IMAGE_NUM
IMAGE_ID0                       # index of reference image 0 
10 ID0 SCORE0 ID1 SCORE1 ...    # 10 best source images for reference image 0 
IMAGE_ID1                       # index of reference image 1
10 ID0 SCORE0 ID1 SCORE1 ...    # 10 best source images for reference image 1 
...
参考
  • MVSNet Readme
【文章原创作者:欧洲服务器 http://www.558idc.com/helan.html 复制请保留原URL】
网友评论