Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
An Image Steganalysis Algorithm Based on Rotation Forest Transformation and Multiple Classifiers Ensemble Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Fast Iterative Reconstruction Based on Condensed Hierarchy Tree

verfasst von : Wan Fang, Jin HuaZhong, Lei GuangBo, Ruan Ou

Erschienen in: Advances in Internetworking, Data & Web Technologies

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Based on the traditional iterative reconstruction workflow, a fast iterative reconstruction algorithm FIRA is proposed. First, using the image feature points extracted by SIFT algorithm, calculation of image similarity based on the minimum hash algorithm in LSH model is performed. Then, the iteration order is specified through hierarchical clustering. In the iterative process, the orientation estimation of images is carried through the clustering result coming from hierarchical tree. The optimization of parameter estimation is performed by bundle adjustment, and finally produce 3d mesh models. The experimental results show that the method could bring high efficiency and eliminate the accumulated error of adjustment calculation.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Technique for Image Fusion Based on PCNN and Convolutional Neural Network
Nächstes Kapitel An Optimal Model of Web Cache Based on Improved K-Means Algorithm
Literatur
1.
Snavely, N., Seitz, S.M., Szeliski, R.: Skeletal graphs for efficient structure from motion. In: IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR 2008), Anchorage, AK (2008b)
2.
Crandall, D., Owens, A., Snavely, N., et al.: Discrete-continuous optimization for large-scale structure from motion. In: 2011 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). IEEE, pp. 3001–3008 (2011)
3.
Sattler, T., Leibe, B., Kobbelt, L., et al.: Improving image-based localization by active correspondence search. In: European Conference on Computer Vision, pp. 752–765 (2012)
4.
Fiore, P.: Efficient linear solution of exterior orientation. IEEE Trans. Pattern Anal. Mach. Intell. 23(2), 140–148 (2001)CrossRef
5.
Simon, I., Snavely, N., Seitz S.M., et al.: Scene summarization for online image collections. In: International Conference on Computer Vision, pp. 1–8 (2007)
6.
Snavely, N., Seitz, S.M., Szeliski, R., et al.: Photo tourism: exploring photo collections in 3D. In: International Conference on Computer Graphics and Interactive Techniques, vol. 25(3), pp. 835–846 (2006)
7.
Bodisszomoru, A., Riemenschneider, H., Van Gool, L., et al.: Fast, approximate piecewise-planar modeling based on sparse structure-from-motion and superpixels. In: Computer Vision and Pattern Recognition, pp. 469–476 (2014)
8.
Zhang, G., Liu, H., Dong, Z., et al.: Efficient non-consecutive feature tracking for robust structure-from-motion. IEEE Trans. Image Process. 25(12), 5957–5970 (2016)MathSciNetCrossRef
9.
Datar, M., Immorlica, N., Indyk, P., et al.: Locality-sensitive hashing scheme based on p-stable distributions. In: Proceedings of the Twentieth Annual Symposium on Computational Geometry, pp. 253–262 ACM (2004)
10.
Broder, A.Z., Charikar, M., Frieze, A.M., et al.: Min-wise independent permutations. J. Comput. Syst. Sci. 60(3), 630–659 (2000)MathSciNetCrossRefMATH
11.
Jaccard, J. (ed.): Interaction Effects in Logistic Regression, vol. 135. Sage, Thousand Oaks (2001)MATH
12.
Farenzena, M., Fusiello, A., Gherardi, R.: Structure-and-motion pipeline on a hierarchical cluster tree. In: 2009 IEEE 12th International Conference on Computer Vision Workshops (ICCV Workshops), pp. 1489–1496. IEEE (2009)
13.
Metadaten
Titel
Fast Iterative Reconstruction Based on Condensed Hierarchy Tree
verfasst von
Wan Fang
Jin HuaZhong
Lei GuangBo
Ruan Ou
Copyright-Jahr
2018
Buch
Advances in Internetworking, Data & Web Technologies

Print ISBN: 978-3-319-59462-0

Electronic ISBN: 978-3-319-59463-7

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-59463-7_39