【3D重建】综合
查志强
图像处理模式识别机器视觉
展开
-
打造离线版 123D Catch
【原文:http://www.didayin.com/archives/632】(如果您在使用 123D Catch 的过程中遇到任何问题,欢迎加入 Autodesk 的官方 QQ 群:232449110,有专人为您解答问题哦)Autodesk 的 123D Catch 让我们能够很简单的根据一组照片构建3D物体,你只需要从各个角度拍摄希望建模的物体,然后通过 123D Cat转载 2014-12-21 21:23:51 · 5179 阅读 · 0 评论 -
使用 Python Photogrammetry Toolbox (PPT) 进行照片3D重建
【原文:http://www.didayin.com/archives/695】之前我们了解了如何使用 VisualSFM 对多张照片进行3D重建。除了 VisualSFM 之外,其实还有其他方法能够完成同样的任务,今天就为大家介绍一下 Python Photogrammetry Toolbox(下称 PPT)。使用 PPT 进行照片重建,基本步骤与使用 VisualSFM 时转载 2014-12-21 21:39:26 · 6295 阅读 · 1 评论 -
第四章 使用OpenCV探测来至运动的结构——Chapter 4:Exploring Structure from Motion Using OpenCV
【原文:http://www.csdn123.com/html/mycsdn20140110/57/57fc0284cb8b01ad9d9565f8a8bf7ec9.html】仅供参考,还未运行程序,理解部分有误,请参考英文原版。绿色部分非文章内容,是个人理解。转载请注明:http://blog.csdn.net/raby_gyl/article/details/17471617转载 2015-01-15 13:57:01 · 7733 阅读 · 5 评论 -
玩玩三维重建
【原文:http://blog.csdn.net/xiaolizi399/article/details/44300581】本文原载于我的主页:planckscale.info,转载于此。版权声明:本文系PlanckScale工作室翻译整理,欢迎转载,但转载请以超链接形式注明文章来源(planckscale.info)、作者信息和本声明,否则将追究法律责任。我们在实转载 2015-03-25 09:51:03 · 3615 阅读 · 0 评论 -
三维人脸重建和表情仿真
【原文:http://blog.csdn.net/guoyilin/article/details/36697625】最近开始研究三维人脸合成和表情变化,文章列表如下1. Synthesizing realistic facial expressions from photographs: 98年的文章,较为简单,第一步是2d图片映射到3d模型,首先从5个角度拍转载 2015-03-10 16:58:23 · 2277 阅读 · 0 评论 -
三维人脸建模/单张二维照片三维人脸重建/三维人脸参数化识别
【原文:http://hi.baidu.com/veteran_008/item/c52320ffeafacb0fd89e72b3】简介:建立三维人脸模型 -> 参数化人脸生成 -> 从单张人脸的二维照片,利用三维人脸模型,重建三维人脸 -> 三维人脸参数化识别1. 根据三维人脸的点云数据库,建立三维人脸模型 (高维向量人脸空间,特征抽取,PCA主成分分析)转载 2015-03-10 17:02:45 · 6751 阅读 · 5 评论 -
基于多视角照片的3D人脸重建
【原文:http://www.sigvc.org/why/book/3dp/chap5.3.2.htm】5.3.2 基于多视角照片的3D人脸重建多视角三维重建的技术原理请详见第6章6.3节“立体视觉重建:将照片转成3D数字模型”,本节主要介绍如何具体地操作和应用。Autodesk(欧特克)公司发布了一个建模软件 Autodesk 123D Catch,有了它,你只需要简单地为物转载 2015-03-10 21:48:35 · 15398 阅读 · 1 评论 -
TOF-深度传感器技术
【原文:http://blog.csdn.net/dianmao0917/article/details/17389637】1.1 TOF初探 TOF是Time of flight的简写,直译为飞行时间的意思。所谓飞行时间法3D成像,是通过给目标连续发送光脉冲,然后用传感器接收从物体返回的光,通过探测光脉冲的飞行(往返)时间来得到目标物距离。这种技术跟3D激光传感器原转载 2015-06-01 16:05:19 · 10199 阅读 · 0 评论