Global reconstruction from RGB-D data

Abstract

Высокая точность реконструкции необходима для работы приложений дополненной реальности и робототехники нового поколения. В последнее время RGB-D камеры, предоставляющие не только цветные изображения, но и карты глубин, стали дешевле, что открыло простор для исследователей по всему миру, облегчив проведение реконструкции по RGB-D данным. В сфере глобальной RGB реконструкции для оценки позиций камер часто применяются подходы усреднений движений, страдающие от неоднозначности оценок параметра масштаба. В случае же наличия карт глубин эта неоднозначность пропадает. Именно распространению идей усреднения движений на случай RGB-D реконструкции и посвящена данная работа. Разработан и реализован алгоритм глобальной реконструкции из RGB-D данных. Проведено экспериментальное исследование полученного решения.

High-quality reconstruction is necessary for augmented reality applications and new generation robotics. Nowadays, RGB-D cameras, which produce both color images and depth maps, become cheaper, making RGB-D reconstruction process more available for researchers all over the world. Motion averaging is often used for camera poses estimation in global RGB reconstruction algorithms, but this method suffers from scale ambiguity. In presence of depth maps this ambiguity disappears. Extension of motion averaging ideas in terms of RGB-D reconstruction is the main purpose of this paper. Global RGB-D reconstruction algorithm was developed and implemented. The implementation was tested.