射影復元のための因子分解アプローチ（2）CBC法と部分空間法との性能比較

摘要

In this paper we perform a comparative study of two projective reconstruction algorithms: the CBC method [1] proposed in our previous work and a projective factorization based on the subspace iteration. To do this, we extend the subspace method for dealing with missing data, by combining iterative factorization method introducing some complexity reduction technique. The resulting subspace method alternately estimates the projective depth and the matrix factors using iterative method. Experiments carried out on both synthetic and real data clearly show that, compared to the extended subspace method, the CBC method which requires no iterative procedure efficiently produces reconstruction results with practical quality for visual reconstruction.%前報[1]で提案したカメラ基底拘束条件（CBC，Camera Basis Constraints）に基づく，非観測データ含む点対応からの射影復元法の性能評価を行う．射影復元を目的とした因子分解法は奥行きの推定と行列の因子分解の手法で分類される．前者は画像間の拘束条件の基づくものと部分空間拘束条件に基づく反復解法があり，後者は断片の統合による手法と因子分解の誤差関数を反復解法で最小化する方法がある．本稿では，反復解法による因子分解を組み合わせることで，非観測データを扱えるよう拡張した部分空間法を比較対象として前報の手法の評価実験を行う．因子分解の反復解法は計算量を削減する工夫を行った種々の因子分解法を採用する．評価実験の結果，画像間の拘束による奥行き推定とCBCによる断片の統合を採用することで，これら双方に反復を要しないCBC法が実用的な解を効率的に計算できることを示す．