Stereo Vision Laboratory

7. The KITTI Benchmark Suite

カラーステレオ画像の引用

ベンチマーク画像としてTSUKUBAステレオ画像ばかりを使ってきましたので，こんどはもっと新しいベンチマーク画像を使ってみたいと思います． The KITTI Vision Benchmark Suite では，自動車の自動運転技術のためのベンチマーク画像が提供されています．ライセンスは「The Creative Commons Attribution-NonCommercial-ShareAlike 3.0 License」です．ここでは膨大なデータの中から左右2枚の画像を引用します．この2枚の画像の再利用に関してはこのライセンスに従ってください． Stereo Evaluation 2012 ページの Download stereo/optical flow data set (2 GB) ボタンを押して入手できる． data_stereo_flow.zip ファイルを展開して得られるファイル群の中から

quote training/colored_0/000000_10.png as L000000_10.png
quote training/colored_1/000000_10.png as R000000_10.png

しました．カラーによるステレオ画像の最初のシーン000000の10フレーム目ということのようです． 11フレーム目も収められていてオプティカルフローのベンチマークになっているようです．この2枚の画像を以下に示します．

gaze_line-depth modelの適用結果

記事3のdepth_stereo.cppを適用した結果の視差ファイルは

となりました．実行は

./depth_gpu R000000_10.png L000000_10.png 68 0 14 1023 1 3

としました．最後の3はscale factor値です．最大視差が68なのは3d_stereo.cppを使って目視で見つけることができます．非常に遠方の景色が映っているので最小視差は0となります．次に3d_stereo.cppを適用した結果を動画にすると

2枚のステレオ画像から生成した動画

となりました．3d_stereo.cppは記事3のものに以下の1文字キーコマンドを追加したものを使いました．

List of one key commands
character	function
6	video(result.avi) out
H	eye move left
J	eye move down
K	eye move up
L	eye move right
F	eye move forward
N	eye move back
C	clear angle and position

また

List of one key commands
character	function
h	eye move left angle
j	eye move down angle
k	eye move up angle
l	eye move right angle

と機能の説明文を変更しました．小文字の「h，j，k，l，f，nキー」コマンドは原点の周りのアクションなのに対し，大文字の「H，J，K，L，F，Nキー」コマンドは座標軸に沿っての移動となります．新しい 3d_stereo.cppと makefileをダウンロードして，

make 3d_g

と打ち込み，コンパイルと起動を行ってください． makefileを見れば分かりますが，プログラムの起動は

./3d_gpu R000000_10.png L000000_10.png 68 0 14 1023 1

となっています．動画を作るには，まず「,キー」でグラフカットを行います．次に「6キー」で動画作成を指示します．「6キー」では前に進んで，進みながら少し右を見て，少し前に進んでそれから，元に戻るという動画が記録されるようになっています．「qキー」で終了です．この動画ファイルresult.aviはサイズがちょっと大きいので MacかWindowの機能を使って m4vファイルにエンコードします．グラフカットに時間がかかりますのでCPUではちょっと無理です．