alicevision/AliceVision
3D Computer Vision Framework
What it solves
AliceVision은 일련의 무질서한 사진이나 비디오로부터 장면의 3D 기하학적 구조를 추론하여 사진 촬영 과정을 역으로 수행하는 방법을 제공합니다. 2D 이미지로부터 정확한 3D 재구성을 생성하고 카메라 트래킹을 수행하는 문제를 해결합니다.
How it works
최첨단 알고리즘 파이프라인으로 구성된 사진측량 컴퓨터 비전 프레임워크를 활용합니다. 이러한 알고리즘은 2D 투영(사진)을 처리하여 손실된 깊이 정보를 복구하고 3D 장면을 재구성합니다. 이 파이프라인은 Meshroom을 통해 실행할 수 있으며, Meshroom은 자동화 및 Python 스크립트를 통한 커스터마이징을 위해 GUI와 CLI를 제공합니다.
Who it’s for
이 프레임워크는 견고하고 프로덕션 품질의 3D 재구성 및 카메라 트래킹 도구가 필요한 학계 연구자 및 산업계 전문가를 위해 설계되었습니다.
Highlights
- 3D Reconstruction Pipeline: 사진을 3D 모델로 변환하는 완전한 프레임워크.
- Camera Tracking: 장면 내 카메라 움직임을 추적하기 위한 전용 알고리즘.
- Production-Ready: 높은 견고성과 품질을 위해 학계와 산업계의 협업을 통해 개발되었습니다.
- Extensible: Meshroom을 통해 Python으로 커스텀 자동화 및 파이프라인 커스터마이징을 수정을 지원합니다.
관련
- 프로젝트
alicevision/Meshroom3D 재구성 및 컴퓨터 비전을 위한 노드 기반 비주얼 프로그래밍 프레임워크로, AI와 포토그래메트리를 활용해 복잡한 데이터 처리 파이프라인을 구축할 수 있습니다.
- 프로젝트
WHU-USI3DV/VistaDreamVistaDream은 확산 모델과 훈련 없는 다중 뷰 일관성 샘플러를 사용하여 단일 RGB 이미지에서 고품질 3D 장면을 재구성하는 PyTorch 라이브러리입니다. 거친 스캐폴드를 구축하고 RGB-D 뷰를 반복적으로 인페인팅하며 생성된 뷰 간의 일관성을 강제합니다. 데모는 `python demo.py`(단일 뷰) 또는 `python demo_sparse.py`(희소 뷰)로 실행됩니다. Ubuntu 20.04, RTX 4090 GPU 및 여러 사전 훈련된 모델(Fooocus, Depth-Pro 등)이 필요합니다. ICCV 2025 및 IEEE TPAMI 2026에 채택되었습니다.
- 프로젝트
jiafeng5513/EvisionELAS 및 ADCensus와 같은 알고리즘을 사용하여 카메라 캘리브레이션, 디스패리티 매핑, 3D 재구성에 대응하는 이중 시각 시스템.
- 프로젝트
mapillary/OpenSfMPython 기반의 구조에서 운동(SfM) 라이브러리로, 여러 이미지에서 3D 장면과 카메라 포즈를 재구성하고 센서 데이터를 통합하여 지리적 정렬을 수행합니다.
- 프로젝트
colmap/colmapCOLMAP는 사진의 집합을 자동으로 3D 모델로 변환하는 오픈소스 구조-운동(SfM) 및 다중뷰 스테레오(MVS) 파이프라인입니다. GUI, 명령줄 도구, Python 바인딩, GPU 가속 특징 추출, 크로스플랫폼 바이너리 등을 제공하여 컴퓨터 비전, 로보틱스, AR/VR, 카메라 자세 및 밀도 높은 장면 기하학이 필요한 모든 워크플로우에서 연구 및 응용의 기반으로 널리 사용됩니다.