ducha-aiki/pydegensac

해결하는 문제

이 프로젝트는 이미지 간 희소 대응 관계로부터 호모그래피 행렬과 기본 행렬을 견고하게 추정할 수 있는 방법을 제공합니다. 특히 일반적인 RANSAC 구현에서 흔히 발생하는 이상치 및 탈진행 구조 문제를 해결합니다.

작동 방식

이 프로젝트는 LO-RANSAC(로컬 최적화 RANSAC) 및 DEGENSAC의 C++ 구현을 감싸는 Python 래퍼입니다. 국소 최적화를 사용하여 추정값을 개선하고, 데이터에 주도적인 평면이나 기타 탈진행 구조가 포함되어 있어도 신뢰할 수 있는 행렬을 보장하기 위해 탈진행성 검사를 포함합니다.

대상 사용자

이미지 매칭, 3D 재구성, 두 시점 기하학 추정 작업에 종사하는 컴퓨터 비전 엔지니어 및 연구자

주요 특징

• 높은 정확도: 기본 행렬 추정에서 최첨단 추정기와 경쟁 가능한 성능을 제공합니다.
• 성능: 일반적인 OpenCV RANSAC 구현보다 종종 더 빠르고 정확합니다.
• 강건성: 결과를 왜곡할 수 있는 탈진행 케이스를 처리하기 위해 DEGENSAC를 구현합니다.
• 크로스 플랫폼: Windows, macOS, Linux를 모두 지원합니다.