Structure from motion

vignette|Schéma simplifié du procédé. Le principe de Structure from motion (SfM, « Structure acquise à partir d'un mouvement ») est une technique d' photogrammétrique destinée à estimer la structure 3D de quelque chose à partir d'images 2D. Elle combine la vision par ordinateur et la vue humaine. En terme biologique, le SfM désigne le phénomène par lequel une personne (et autres créatures vivantes) peut estimer la structure 3D d'un objet ou d'une scène en mouvement à partir de son champ de vision 2D (rétinien). vignette|Modèle numérique de surface du site de construction d'un échangeur autoroutier. vignette| Photos réelles (gauche) avec les résultats en 3D avec textures (milieu) et sans textures (droite). Réalisé avec Python et rendu dans Blender avec Cycles. vignette|Modèle numérique de terrain en 3D du terrain d'aviation de Bezmiechowa réalisé à partir des données recueillies d'un vol de 30 minutes d'un . Les humains perçoivent beaucoup d'informations sur la structure 3D de leur environnement en se déplaçant à l'intérieur de celle-ci. Lorsque l'observateur bouge et que les objets se déplacent, les informations sont obtenues à partir d'images captées au fur et à mesure. Déterminer une structure en se déplaçant pose un problème similaire à celui de trouver une structure avec une vision stéréoscopique. Dans les deux cas, il faut trouver la correspondance entre les images et la reconstruction en 3D de l'objet. Pour rechercher la correspondance entre les images, les informations telles que les angles (les arêtes avec des dégradés dans plusieurs directions) sont suivies d’une image à l’autre. L’un des détecteurs de caractéristiques les plus largement utilisés est le scale-invariant feature transform (SIFT). Il utilise les maxima d'une pyramide de différence de gaussiennes comme caractéristiques. La première étape du SIFT consiste à trouver une direction de gradient dominante. Pour le rendre invariant en rotation, le descripteur est pivoté pour s'adapter à cette orientation.