XRSfM

Введение

Английский | 简体中文

XRSfM — это открытый исходный код SfM. Это часть проекта OpenXRLab. Подробное введение можно найти в introduction.md.

Цитирование

Если вы считаете этот проект полезным для своего исследования, пожалуйста, рассмотрите возможность цитирования:

@misc{xrsfm,
    title={OpenXRLab Structure-from-Motion Toolbox and Benchmark},
    author={XRSfM Contributors},
    howpublished = {\url{https://github.com/openxrlab/xrsfm}},
    year={2022}
}

Если вы используете метод сопоставления на основе видимости для своего исследования, пожалуйста, процитируйте:

@inproceedings{ye2020efficient,
  title={Efficient Covisibility-based Image Matching for Large-Scale SfM},
  author={Ye, Zhichao and Zhang, Guofeng and Bao, Hujun},
  booktitle={IEEE International Conference on Robotics and Automation (ICRA)},
  year={2020}
}

@misc{ye2023ecsfm,
  title = {EC-SfM: Efficient Covisibility-based Structure-from-Motion for Both Sequential and Unordered Images},
  author = {Ye, Zhichao and Bao, Chong and Zhou, Xin and Liu, Haomin and Bao, Hujun and Zhang, Guofeng},
  journal={IEEE Transactions on Circuits and Systems for Video Technology},
  year={2023},
  publisher={IEEE}
}

Начало работы

1. Соберите библиотеку вручную, как описано в installation.md.
2. Загрузите предоставленные тестовые данные или подготовьте данные с собственными изображениями.
3. Запустите следующий скрипт для автоматической реконструкции:

python3 ./scripts/run_test_data.py --workspace_path ${workspace_path}$

Подробнее см. в tutorial.md.

Сборка ARDemo

В дополнение к функции реконструкции проект OpenXRLab также предоставляет функцию локализации. Пользователи могут создать простую облачную комбинированную ARDemo. Для получения дополнительной информации см. ARDemo.

Лицензия

Лицензия нашего исходного кода — Apache-2.0. Обратите внимание, что эта лицензия применяется только к коду нашей библиотеки, зависимости которой являются отдельными и лицензируются индивидуально. Мы хотели бы отдать должное открытым исходным кодам, на которые мы полагаемся. Пожалуйста, имейте в виду, что использование содержимого зависимостей может повлиять на лицензию нашего исходного кода. Некоторые поддерживаемые методы могут иметь дополнительные лицензии.

Благодарность

XRSfM — это проект с открытым исходным кодом, который поддерживается исследователями и инженерами из академических кругов и промышленности. Мы признательны всем участникам, которые реализуют свои методы или добавляют новые функции, а также пользователям, которые дают ценные отзывы.

Проекты в OpenXRLab

• XRPrimer: основополагающая библиотека OpenXRLab для алгоритмов, связанных с XR.
• XRSLAM: набор инструментов и тестов для визуального инерциального SLAM от OpenXRLab.
• XRSfM: набор инструментов и тестов структуры движения от OpenXRLab.
• XRLocalization: набор инструментов и сервер визуальной локализации от OpenXRLab.
• XRMoCap: набор инструментов и тестов мультивидового захвата движения от OpenXRLab.
• XRMoGen: набор инструментов генерации движения человека от OpenXRLab и тесты.
• XRNeRF: набор инструментов и тестов нейронного поля излучения (NeRF) от OpenXRLab.