私たちは現在、製品用3Dスキャンのためのカスタムポイントクラウドソリューションを開発することによって、当社の3DCGパイプラインを拡張している。オープンソースのライブラリに基づいたStrudture From Motion (SFM)は技術的なものというよりは、むしろアートである。私たちがターゲットとしているのは、データ設計とメッシュの解像度を持つ小さな静的オブジェクトのモデリングである。主に大学などで開発されたオープンソースは加速された GPUと最先端アルゴリズムをもたらしてくれる。この記事はPMVS/CMVSライブラリによって拡張された VFSMツールに関するものである。

Visual SFMは3D再構築のためのオープンソースシステムである。Changchang Wu氏によって開発されたVisual SFMは、GUIとGPUの最適化に特化し、他の多くのサードパーティのオープンソースライブラリにも接続可能なだけでなく、古川泰隆氏のPMVS/CMVSツールチェーンもサポートしている。このツールは小規模なオブジェクトのスキャンから大規模な非体系的な写真に基づいた都市復元にまで使用される。GPU最適化はNVIDAIカードのためのCUDAと、ATIカードのためのGLSLによってコントロールされている。ツールチェーンで使用されている技術的な美しさは、ランダムではあるものの、テーマに近い写真セットを組み立てることができるというものである。例えば、インターネットの画像検索結果のようなものだ。

3D再構築は写真撮影のようなものである。メッシュのクオリティは多くのセッティングやライティングに依存する。アーキテクチャのスキャンは曇った自然光の元で行われすのが好ましく、光るものや反射する素材は避けるべきである。反射素材が完全なスキャンにノイズやダメージを生み出す一方で、マットな素材は最適なマッチングを生み出す。

3D Reconstruction from point cloud using vSFM

PMVS/CMVS Dense Reconstruction

オープンソースであるCGソフトウェアMeshLabを使用してメッシュの再構築のテストを行ってみた。MeshLabはポイントクラウド処理のための多くのフィルターを持っている。ドキュメントがやや不明瞭だと言うことを差し引いたとしても、これらのフィルターによって調整された全体的な最適化は、プロジェクトに限定されるものでしかなく、一般的なソリューリョンになるものとはいえない。その他のポリゴン最適化は即座に行われることも可能であるが、私たちにとってはジオメトリーに対するリトポロジー ソリューションの完全な欠落であるように感じられる。

この投稿を終わらせる前に、私たちはthe Autodesk 123Catch クラウド ソリューションでVFSMパイプラインをベンチマークするテストを行ってみた。Autodesk社が自社製品のテスト用に使用しているのと同じ写真を用いて、メッシュのテッセレーションのアウトプットを比較するためにVSFMツールチェーンを使用した。Autodeskはたとえ低ポリゴン数ものもであっても、シェイプの定義においてはとても精密である。生成されたこのUVマップは2Dでは編集不可能なMeshlabにより生成されたpoint-to-textureマップよりもずっときれいである。最終的にはこの２つのメッシュは同様のものであり、両方とも製品使用としては良いものである。とはいえ、ポリゴンの削除は必要である。

Mesh topology compared to the Autodesk 123Catch Solution

Final rendering compared to the Autodesk 123Catch Solution