本文へスキップ

VGGSfM

二次元画像からカメラ姿勢と 3D 構造を戻す

公式サイトを見る

VGGSfM とは

VGGSfM は深層学習による 3D 再構築の手法と紹介され、完全に微分可能な端から端までの枠組みで、制約のない二次元画像の組からカメラ姿勢と 3D 構造を取り戻すと説明されている。

できること

  • 入力画像から二次元の軌跡を取り出す
  • 画像と軌跡の特徴からカメラを復元する
  • 軌跡とカメラの値から点群を置く
  • 束調整の層で再構築を磨く

利用の例

  • CO3D のデータセットで場面を組み直す
  • IMC Phototourism でカメラと点群を得る
  • ETH3D のデータセットでカメラ姿勢を求める

長所と短所

✓ 良い点

  • 枠組みは端から端まで微分可能
  • 制約のない写真の組が入力に挙がる

! 注意したい点

  • 再構築は二次元画像の組から始まる
  • 挙がる評価は三つの公開データ集合

よくある質問

どのデータ集合が挙がる?

資料は CO3D、IMC Phototourism、ETH3D を挙げる。

どんな枠組み?

資料は束調整の層を備えた完全に微分可能な枠組みと説明。

最終評価日: 2026-11-15

その他 AI画像生成 ツール

すべて見る →

評価方法