Reconstruction of parametrized model using only three vanishing points from a single image

This paper presents a new method which is calculated to use only three vanishing points in order to compute the dimensions of object and its pose from a single image of perspective projection taken by a camera. Our approach is to only compute three vanishing points without informations such as the focal length and rotation matrix from images in the case of perspective projection. We assume that the object can be modeled as a linear function of a dimension vector v. The input of reconstruction is a set of correspondences between features in the model and features in the image. To minimize each the dimensions of the parameterized models, this reconstruction of optimization can be solved by standard nonlinear optimization techniques with a multi-start method which generates multiple starting points for the optimizer by sampling the parameter space uniformly.

한 영상으로부터 3개의 소실 점들만을 사용한 매개 변수의 재구성

본 논문은 카메라로 찍은 투사 사영(Perspective Projection)의 한 영상으로부터 물체의 크기와 위치를 계산하기 위해서 3 개의 소실 점만을 사용해서 계산하는 새로운 방법을 제안한다. 우리의 접근 방법은 투사 사영의 영상으로부터 초점 거리(Focal Length), 회전 행렬(Rotation Matrix) 등의 정보들 없이 3개의 소실 점만을 가지고 계산하는 방법이다. 물체는 꼭지점(vertices)의 좌표가 크기 벡터 v 의 선형 함수로서 표현할 수 있는 다각형으로써 모델이 된다는 것을 가정한다. 이 재구성의 입력은 영상에서 특징 점과 모델에서 특징 점 사이 대응점의 집합으로 표현할 수 있다. 이 매개 변수 모델의 각각 크기를 최적화하기 위해서, 재구성의 최적화는 동일하게 매개 변수 공간을 샘플링에 의한 최적화기에 대하여 다중 시작점(multiple starting points)을 발생하는 다중 시작(multi-start) 방법을 가지는 표준 비선형 최적화 기법을 효과적으로 해결할 수가 있다.