Restricciones algebraicas epipolares para estimación visual eficiente de movimiento sin la estructura 3D = Algebraic epipolar constraints for efficient structureless multiview motion estimation.
- Autores: Antonio Leonardo Rodríguez López
- Directores de la Tesis: Alberto Ruiz García (dir. tes.), Pedro Enrique López de Teruel Alcolea (dir. tes.)
- Lectura: En la Universidad de Murcia ( España ) en 2013
- Idioma: español
- Tribunal Calificador de la Tesis: Luis Baumela Molina (presid.), Ginés García Mateos (secret.), Francesc Moreno Noguer (voc.), Francisco Escolano Ruiz (voc.), Pablo Bustos García de Castro (voc.)
- Materias:
- Enlaces
- Tesis en acceso abierto en: DIGITUM
- Resumen
- español
Esta tesis se propone un método de corrección de movimiento sin estructura conocido como global epipolar adjustment (GEA). Debido a su carácter algebraico, y al no incluir restricciones entre múltiples vistas, GEA sacrifica una pequeña cantidad en la precisión de la pose de cámaras estimadas, en comparación con otros métodos de corrección geométrica tales como bundle adjustment (BA). Por contra, la optimización GEA requiere un tiempo de cálculo significativamente menor que la optimización del error de reproyección, incluso la realizada por implementaciones de BA del estado del arte. El coste optimizado por GEA es más simple y más regular que el error de reproyección, dado que no involucra los parámetros de la estructura. Por este motivo, en condiciones generales se puede optimizar con éxito usando métodos numéricos más simples que Levenberg-Marquardt, tales como Gauss-Newton. En ausencia de configuraciones de movimiento críticas, tanto GEA como BA producen estimaciones de movimiento con una precisión similar. Las cámaras obtenidas con el método propuesto son lo suficientemente precisas para obtener estimaciones de alta calidad de la estructura de la escena. A diferencia de las restricciones de movimiento relativo, utilizadas por otros métodos de corrección de odometría tales como PGR, las restricciones epipolares son más fáciles de estimar a partir de las correspondencias de imagen con una precisión suficiente para obtener resultados de alta calidad, como se describe en este trabajo. En el futuro, los métodos como GEA pueden ser una herramienta importante para reducir el coste computacional de las aplicaciones de SfM. Ofrecemos argumentos sólidos que apoyan esta afirmación, junto a una revisión del estado del arte en lo que se refiere a las principales técnicas de VSLAM y SfM. Por otra parte, también describimos cómo usar el método de optimización propuesto de forma satisfactoria, tanto en aplicaciones de estimación odométrica como de reconstrucción visual, con el fin de mejorar su eficiencia computacional. Entre otros usos, proponemos el uso de la optimización para acelerar y prevenir la divergencia de los pasos intermedios de un método de estimación de odometría visual incremental. Las poses de cámara obtenidas con este método se pueden usar para estimar reconstrucciones de escena de alta calidad, tanto densas como basadas en características de imagen. El método incremental propuesto es más eficiente que los métodos clásicos de SfM incrementales, que usan BA y estiman los parámetros de estructura en los pasos intermedios de la estimación de las poses de cámara. Este método puede utilizar métodos de consenso de muestreo clásicos (por ejemplo RANSAC, o PROSAC) para obtener geometrías epipolares entre parejas de imágenes de entrada. Proporcionamos los resultados de una larga cantidad de experimentos que evalúan empíricamente la eficiencia y precisión obtenidos con GEA. Nuestros experimentos demuestran que GEA es capaz de obtener configuraciones de cámaras de manera muy eficiente y precisa, tanto para problemas de reconstrucción pequeños como para otros arbitrariamente grandes, incluso en aquellos que contienen configuraciones casi críticas.
- English
Visual reconstruction methods such as Structure from Motion (SfM) or visual SLAM can be successfully used nowadays in tasks such as autonomous robotic navigation, augmented reality, or 3D scene reconstruction. Increasing the computational efficiency of these methods has been a persistent interest in the research community. This led to important reductions in time and energy consumption, and increased the chances of their integration in smaller or cheaper hardware, such as lightweight robotic platforms, smartphones or low-end commodity hardware. An important time-consuming operation in incremental SfM is the bundle adjustment (BA) refinement. A large number of improvements have been proposed in the literature to speed up this operation, including structureless BA, where the cost optimized is not based on the re-projection error, but on multiple view relations such as the epipolar or trifocal constraints. This way the cost does not involve the structure parameters, thus improving the computational efficiency of its optimization. In this work we propose GEA (Global Epipolar Adjustment), a high-performance structureless BA correction method based on algebraic epipolar constraints. Due to the algebraic nature of the GEA cost, it can be optimized very efficiently, in most cases using a small fraction of the time required by BA to obtain the optimal configuration. Moreover, despite of this algebraic nature, under general circumstances the accuracy of the obtained camera poses is very close to that obtained with classical BA methods. We also propose a structureless incremental motion estimation procedure which uses GEA to obtain accurate initializations for the camera poses. This procedure does not require composing feature trackings or the triangulation of scene landmarks. Instead, it just requires pairwise feature correspondences detected between the input images with standard image matching methods. Both the incremental motion estimation method and GEA are designed to be robust against the unavoidable outliers found by these matching techniques. The resulting camera poses can be used afterwards to obtain highly accurate sparse or dense estimations of the scene structure. We demonstrate the advantages, computational efficiency and practical applications of the proposed technique on a large number of real reconstruction problems, with arbitrarily large sizes and near critical configurations, and discuss possible future research lines.
- español
