Structure from Motion（SfM）は、視点を変えて撮影された複数の2次元画像から、対象物の3次元形状とカメラの位置姿勢を同時に復元するコンピュータビジョン技術です。
Structure from Motionとは
SfMとは、複数の異なる角度から撮影された写真群を用いて、写っている被写体の3次元モデルや空間構造を自動的に計算・復元する技術のことです。
詳しく解説
SfMの仕組みは、まず複数の画像間から共通する特徴点（特徴量）を抽出し、それらの対応関係を追跡することから始まります。次に、エピポーラ幾何学やバンドルアジャストメントと呼ばれる最適化計算を用いて、カメラがどの位置から撮影したかと、特徴点の3次元座標を同時に高精度で算出します。この技術は、ディープラーニングを活用した画像認識技術や、密な3Dモデルを作る多視点ステレオ視と組み合わせることで、自動運転の空間把握や文化財のデジタルアーカイブにおいて極めて重要な役割を果たしています。
具体例・使われ方
具体的な利用例として、ドローンで上空から撮影した無数の空中写真から高精度な3D地形図やオルソモザイク画像を作成する測量業務があります。また、スマートフォンのカメラで被写体の周囲を一周しながら撮影した動画や静止画をアプリに入力し、手軽に3Dモデルを生成する用途にも活用されています。
似た用語との違い
SfMと混同されやすい概念にSLAMがあります。SfMは基本的に撮影済みの静止画群をオフラインで処理し、空間とカメラ軌跡を復元するのに対し、SLAMはセンサー情報を用いながらリアルタイムに自己位置推定と環境地図作成を行います。
注意点
SfMの注意点として、撮影画像同士の重なり（オーバーラップ）が不足している場合や、テクスチャのない均一な壁面、ガラスや水面のように光を反射する材質の被写体では、特徴点の対応付けが失敗し、正確な3D復元ができないという限界があります。