Pix4D Labs: OPFのご紹介 - フォトグラメトリのPDF
OPFとは？
Pix4Dは、OPF（Open Photogrammetry Format）と呼ばれるフォトグラメトリファイルフォーマットの全く新しい標準を発表します。OPFは完全にオープンでフリーな仕様であり、異なる関係者やソフトウェア製品間で、たとえソフトウェアが異なる企業によって開発されたものであっても、フォトグラメトリデータの保存、交換、コラボレーションが可能になります。
OPFの核となるのは、フォトグラメトリで作成された3Dモデルに関連するすべてのデータを保存する、柔軟で拡張可能な仕様です。このデータには、フォトグラメトリ処理の入力と出力の両方の情報が含まれます：
- 入力データには、使用するカメラ、そのパラメータ、座標参照系、制御点、スケールなどの情報が含まれます。
- 出力データには、カメラの較正と高密度に再構成された点群に関する情報が含まれます。
OPFを開発した理由
OPFは、フォトグラメトリデータを保存・共有するための標準化されたオープンなフォーマットのニーズに応えるために開発されました。現在、これらの情報を共有するために広く受け入れられているフォーマットはなく、組織間や異なるソフトウェアツール間でのコラボレーションを難しくしています。
OPFは、フォトグラメトリコミュニティの誰もが使用できる、オープンで非独占的なフォーマットとなることを目指しています。この標準化されたフォーマットにより、プロジェクトでの共有や共同作業が容易になり、ひいてはフォトグラメトリプロジェクトの効率や成果を高めることができます。
OPFは複数のソフトウェアツールと互換性があるため、フォトグラメトリプロジェクトのデータに自由にアクセスすることを可能にします。そして、これをアルゴリズムに組み込んだり、研究に利用したりすることができ、データの透明性と実験性を高めることができます。
OPFは誰が使うのか?
OPFは、主にフォトグラメトリとリモートセンシングの分野で使用するために設計されています。デジタル画像を扱い、フォトグラメトリプロジェクトを管理・共有するための標準化されて効率的な方法を必要とする研究者、学者、専門家が使用することができます。
これまで述べてきたように、OPFの主な利点は、フォトグラメトリデータのより良い共有方法を促進することです。これは研究活動にとって非常に有益です。共有構造が非独占的であるため、研究者は互換性の問題を心配することなく、同じデータに簡単にアクセスして作業することができます。これにより、チームだけでなく施設間の連携も強化され、世界中のフォトグラメトリ愛好家がつながることができます。これまでデータの変換に費やしていた時間と労力を節約し、その代わりに研究に集中することができます。
さらに、OPFはデータの共有と再利用を促進することで、オープンサイエンスの実践を促します。研究者は、研究者は、OPFに準拠した保管場所にフォトグラメトリデータを預けることで、他の人々がそれを利用し、構築することができるようになります。これにより、科学的な透明性、再現性、および学術コミュニティ内での共同研究が促進されます。
活用例:
- アカデミックな場面において、最新のフォトグラメトプロジェクトの詳細構造を紹介し、生成されたさまざまなデータを調整するために使用できます。
- 研究者にとっては、フォトグラメの出力に基づいて新しい技術を構築したり、他の人が簡単に使える新しいフォトグラメトリアルゴリズムを開発したりすることができます。
- サードパーティのユーザーは、OPFをカスタマイズして新しい共有機能を追加するための独自の技術を開発することができます。
どの機能するのですか？どのようなリソースがありますか？
OPF は、何よりもまず、シンプルな JSON ファイル構造に基づいたオープンな仕様で構成されています。全ての資料は、GitHubとPix4D専用のGitHubスペースで公開されています。2023年5月現在、PIX4Dmaticと互換性があり、OPFプロジェクトのインポート/エクスポートが可能です。今後、この機能を他の Pix4D 製品にも拡張していく予定です。
この新しいファイルフォーマットは誰でも使用できます。ライセンスの条件は寛容で、実装は自由です。研究に使用する場合は、ドキュメントを引用する必要があります。
簡単に導入できるよう、OPFプロジェクトをわずか数行のコードで読み書き、操作できるオープンソースの Python ライブラリも開発しています。これは、個々のユーザーがOPFで「遊び」、自分のニーズに合わせて調整できることを意味します。また、ライブラリからツールや使用例を見つけ、インスピレーションを得たり、さらに学んだりすることもできます。フィードバックを確実に受け取り、OPFユーザーと対話できるように、問題を報告するためのGitHubスペース が設けられます。拡張機能リポジトリに提案できるベンダー固有の拡張機能のサポートもありますし、Pythonツールへの貢献も歓迎します！人々が自由に貢献できるものであるため、私たちは人 々がこれを自分のものにし、自分の仕事のための新しいアイデアを思いつくことを期待しています！
実現可能な例
使用例1：フォトグラメトリプロジェクトに付加価値を与える：
PIX4Dmaticなどでキャリブレーションされたフォトグラメトリープロジェクトを作成し、結果をOPFとしてエクスポートします。その後、機械学習技術を適用して画像内のオブジェクトを検出し、OPFデータを使用してこのオブジェクトの3D理解を得ることができます。
使用例2、シーンレンダリングの実験的アプローチ（NeRFのようなアプローチ）を使用する：
キャリブレーションされた写真測量プロジェクトを作成し、PIX4DmaticからOPFとしてエクスポートした後、そのファイルをNERF入力に変換することができます。こうすることで、Nvidia Instant NeRFを使用して、未知の視点からプロジェクトをレンダリングすることができます。
期待すること
フィードバックに基づき、OPFファイル・フォーマットの仕様に拡張機能を追加するなど、継続的に改良を加えていきます。より詳細なユースケースについては、追って投稿しますので、このページをご覧ください！OPFについて私たちのチームと議論したい場合は、Pix4DのGitHubスペースにご連絡ください。また、Pix4Dサポートチームにもご連絡ください。
