当前位置:网站首页>【colmap】稀疏重建转为MVSNet格式输入

【colmap】稀疏重建转为MVSNet格式输入

2022-07-07 21:33:00 达可奈特_Darknet

MVSNet文件格式

每个场景对应的项目文件夹应包含以下内容:

.                          
├── images                 
│   ├── 00000000.jpg       
│   ├── 00000001.jpg       
│   └── ...                
├── cams                   
│   ├── 00000000_cam.txt   
│   ├── 00000001_cam.txt   
│   └── ...                
└── pair.txt               

可以通过脚本文件colmap2mvsnet.pycolmap稀疏重建的结果转为mvsnet格式的输入。

图像文件

所有图像文件都存储在images文件夹中,图像的索引是从00000000开头的8位数字,相机参数文件和预测输出的深度图也使用相同的索引。

相机参数文件

每幅图像的相机参数存储在cam.txt文件中,相机参数文件包括相机外参E=[R|t]、相机内参K和深度范围。

extrinsic
E00 E01 E02 E03
E10 E11 E12 E13
E20 E21 E22 E23
E30 E31 E32 E33

intrinsic
K00 K01 K02
K10 K11 K12
K20 K21 K22

DEPTH_MIN DEPTH_INTERVAL (DEPTH_NUM DEPTH_MAX)

请注意深度范围和深度分辨率由最小深度DEPTH_MIN,深度间隔DEPTH_INTERVAL 以及深度假设数目决定。另外interval_scale参数用于调整深度分辨率,因此最大深度值为:

DEPTH_MAX = DEPTH_MIN + (interval_scale * DEPTH_INTERVAL) * (max_d - 1)

视图选择文件

视图选择结果存储在pair.txt文件中,对于每幅参考图像,计算其与其他视图的视图选择分数,并选取得分最高的10幅视图存储在pair.txt文件中:

TOTAL_IMAGE_NUM
IMAGE_ID0                       # index of reference image 0 
10 ID0 SCORE0 ID1 SCORE1 ...    # 10 best source images for reference image 0 
IMAGE_ID1                       # index of reference image 1
10 ID0 SCORE0 ID1 SCORE1 ...    # 10 best source images for reference image 1 
...

参考

原网站

版权声明
本文为[达可奈特_Darknet]所创,转载请带上原文链接,感谢
https://www.cnblogs.com/Todd-Qi/p/15129921.html