AI用語集
人工知能の完全辞典
ポイントトラッキング
ビデオシーケンスや画像セット内で、一つの画像から別の画像へ特徴点を追跡するアルゴリズムプロセス。トラッキングは、カメラの動きとシーンの3D構造を推定するために必要な時間的対応関係を確立します。
エピポーラ幾何学
同じシーンの2つのビュー間の内在的な幾何学的モデルを関連付け、異なる画像内の対応点間の制約を定義します。エピポーラ幾何学は、2Dの対応探索を1Dの線に削減し、マッチング問題を大幅に簡素化します。
エッセンシャル行列
キャリブレーションされた2つのカメラビュー間の幾何学的関係を符号化する3x3行列で、相対的な回転と並進に関する情報を含みます。エッセンシャル行列は、3D再構成を初期化するために2つのカメラポーズ間の相対的な動きを分解できます。
ファンダメンタル行列
エピポーラ制約を介して、キャリブレーションされていない2つの画像間の対応点の座標を関連付ける3x3行列。エッセンシャル行列とは異なり、カメラの内部パラメータを統合し、2D対応から直接計算可能です。
特徴検出
画像内で際立った興味点を自動的に識別するプロセスで、通常SIFT、SURF、ORBなどの検出器を使用します。検出された特徴は、連続する画像間の対応を確立するためのアンカーとして機能します。
カメラキャリブレーション
カメラの内部パラメータ（焦点距離、主点、歪み）と外部パラメータ（位置、向き）を推定するプロセス。正確なキャリブレーションは、ピクセル単位の測定を信頼できる3Dメトリック情報に変換するために不可欠です。
RANSAC
外れ値を含むデータから数学的モデルのパラメータを推定する堅牢な反復アルゴリズム。RANSACは、不正確な対応にもかかわらず幾何学的変換を確実に推定するためにSfMで広く使用されています。
対応問題
画像シーケンス内で異なる視点から観察された同じ物理的点を特定する基本的な課題。対応問題の堅牢な解決は、SfMによる3D再構成の成功にとって重要です。
スケールの曖昧性
SfMが外部メトリック情報なしで再構成の絶対スケールを決定できない固有の無能力。この制限は、システムが近くのミニチュアシーンと遠くの拡大シーンを区別できないという事実に起因します。
スパース再構成
SfMの初期段階で、幾何学的には正確だが密度の低い3D点群を生成し、シーンの骨格として機能します。スパース再構成は、密化前に全体的なトポロジーと基本的なカメラポーズを確立します。
ホモグラフィー
異なる角度で見られる平面の2つの画像を結びつける平面射影変換で、平面な表面を含むシーンに不可欠です。ホモグラフィーは、特殊なケースで再構成を初期化し、対応を検証するために使用されます。