Window10 Kinect v2 配置BundleFusion

系统环境: windows10 gtx1070 cuda8.0 vs2013 kinect v2 BundleFusion

最近项目需要用到RGBD图片重建地图,然后就花了一天配置好了Kinect v2使用BundleFusion,在此记录一下自己的配置过程。

环境要求

  • Windows10
  • NVIDIA驱动 (如果安装好了的则不需要)
  • CUDA8.0
  • VS2013,官方好像说只能用VS2013编译,其他版本自己未尝试。
  • DirectX SDK June 2010
    • Download ,注意安装的时候会报错,可以参考这篇博客
  • Kinect SDK 2.0

然后我们就可以开始下载我们的工程以及相应的依赖了:

下载工程以及依赖

1. BundleFusion

HomePage Paper Github

从GitHub上下载该BundleFusion,并解压,得到工程 BundleFusioin-master

2. mLib

GitHub 上下载mLib,然后解压后,替换掉该目录 BundleFusion-master\external\mLib

3. mLib external

Download 下载该 mLibExternal.zip 并解压放到与 BundleFusioin-master 同级目录

你应该有如下目录:

BundleFusion-master/
  external/
    mLib/ # this is the mLib you replaced</
实时全局一致的3D重建,使用动态表面重新整合技术实时,高品质,大尺寸场景的3D扫描是混合现实和机器人应用的关键。然而,可扩展性带来了姿态估计漂移的挑战,在累积模型中引入了显着的错误。方法通常需要几个小时的离线处理来全局纠正模型错误。最近的在线方法证明了令人信服的结果,但遭受以下缺点:(1)需要几分钟的时间才能执行在线修正,影响了真正的实时使用; (2)脆弱的帧到帧(或帧到模型)姿态估计导致许多跟踪失败;或(3)仅支持非结构化的基于点的表示,这限制了扫描质量和适用性。我们通过一个新颖的,实时的端对端重建框架来系统地解决这些问题。其核心是强大的姿态估计策略,通过考虑具有高效分层方法的RGB-D输入的完整历史,针对全局摄像机姿态优化每帧。我们消除了对时间跟踪的严重依赖,并且不断地将其定位到全局优化的帧。我们提出了一个可并行化的优化框架,它采用基于稀疏特征和密集几何和光度匹配的对应关系。我们的方法估计全局最优化(即,束调整的姿势)实时,支持从总跟踪故障(即重新定位)恢复的鲁棒跟踪,并实时重新估计3D模型以确保全局一致性;都在一个框架内。我们优于最先进的在线系统,质量与离线方法相同,但速度和扫描速度前所未有。我们的框架导致尽可能简单的扫描,使用方便和高质量的结果。
评论 23
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值