How to Capture Images for 3D Reconstruction

Computer Vision Decoded

Το περιεχόμενο παρέχεται από το Jonathan Stephens. Όλο το περιεχόμενο podcast, συμπεριλαμβανομένων των επεισοδίων, των γραφικών και των περιγραφών podcast, μεταφορτώνεται και παρέχεται απευθείας από τον Jonathan Stephens ή τον συνεργάτη της πλατφόρμας podcast. Εάν πιστεύετε ότι κάποιος χρησιμοποιεί το έργο σας που προστατεύεται από πνευματικά δικαιώματα χωρίς την άδειά σας, μπορείτε να ακολουθήσετε τη διαδικασία που περιγράφεται εδώ https://el.player.fm/legal.

1+ y ago 1:23:29

MP3•Αρχική οθόνη επεισοδίου

In this episode of Computer Vision Decoded, we are going to dive into image capture best practices for 3D reconstruction.

At the end of this livestream, you will have learned the basics for capturing scenes and objects. We will also provide a downloadable visual guide for reference on your next 3D reconstruction project.

Download the official guide here to follow along: https://tinyurl.com/4n2wspkn

00:00 Intro
04:40 Camera motion overview
07:15 Good camera motions
18:43 Transition camera motions
30:39 Bad camera motions
39:27 How to combine camera motions
49:16 Loop Closure
57:42 Image Overlap
1:14:00 Lighting and camera gear

Watch out episode of Computer Vision in the Wild to learn more about capturing images outside and in busy locations: https://youtu.be/FwVBR6KFjPI

Follow Jared Heinly on Twitter: https://twitter.com/JaredHeinly
Follow Jonathan Stephens on Twitter at: https://twitter.com/jonstephens85

This episode is brought to you by EveryPoint. Learn more about how EveryPoint is building an infinitely scalable data collection and processing platform for the next generation of spatial computing applications and services: https://www.everypoint.io

11 επεισόδια

#Science #Tech #Jonathan Stephens #Computer Vision #Machine Learning #Apple #Photogrammetry #Spatial Computing