โครงสร้างจากการเคลื่อนไหว ( SfM ) ^{[ 1 ]}เป็น เทคนิค การสร้างภาพระยะทางโฟโตแกรมเมตริก สำหรับการประมาณโครงสร้างสามมิติจากลำดับภาพสองมิติที่อาจเชื่อมโยงกับสัญญาณการเคลื่อนไหว ในพื้นที่ เป็นปัญหาคลาสสิกที่ศึกษาในสาขาวิทยาการคอมพิวเตอร์และการรับรู้ทางสายตาในวิทยาการคอมพิวเตอร์ ปัญหาของ SfM คือการออกแบบอัลกอริทึมเพื่อดำเนินการงานนี้ ในการรับรู้ทางสายตา ปัญหาของ SfM คือการค้นหาอัลกอริทึมที่สิ่งมีชีวิตทางชีวภาพดำเนินการงานนี้

มนุษย์รับรู้ข้อมูลมากมายเกี่ยวกับโครงสร้างสามมิติในสภาพแวดล้อมโดยการเคลื่อนที่ไปรอบๆ เมื่อผู้สังเกตเคลื่อนที่ วัตถุรอบตัวจะเคลื่อนที่ในปริมาณที่แตกต่างกันขึ้นอยู่กับระยะห่างจากผู้สังเกต ปรากฏการณ์นี้เรียกว่าพาราแลกซ์การเคลื่อนที่และข้อมูลความลึกนี้สามารถใช้สร้างภาพสามมิติที่แม่นยำของโลกรอบตัวได้^{[ 2 ]}

การค้นหาโครงสร้างจากภาพเคลื่อนไหวเป็นปัญหาที่คล้ายคลึงกับการค้นหาโครงสร้างจากภาพสามมิติ ในทั้งสองกรณี จำเป็นต้องค้นหา ความสอดคล้องระหว่างภาพและการสร้าง วัตถุสามมิติขึ้นมาใหม่

เพื่อค้นหาความสอดคล้องกันระหว่างภาพ คุณลักษณะต่างๆ เช่น จุดมุม (ขอบที่มีการไล่ระดับในหลายทิศทาง) จะถูกติดตามจากภาพหนึ่งไปยังอีกภาพหนึ่ง ตัวตรวจจับคุณลักษณะที่ใช้กันอย่างแพร่หลายที่สุดตัวหนึ่งคือการแปลงคุณลักษณะที่ไม่ขึ้นกับมาตราส่วน (SIFT) โดยใช้ค่าสูงสุดจาก พีระมิด ความแตกต่างของเกาส์เซียน (DOG) เป็นคุณลักษณะ ขั้นตอนแรกใน SIFT คือการค้นหาทิศทางการไล่ระดับที่เด่นชัด เพื่อให้ไม่ขึ้นกับการหมุน ตัวอธิบายจะถูกหมุนให้เข้ากับทิศทางนี้^{[ 3 ]} ตัวตรวจจับคุณลักษณะทั่วไปอีกตัวหนึ่งคือSURF ( speeded-up robust features ) ^{[ 4 ]}ใน SURF นั้น DOG จะถูกแทนที่ด้วย ตัวตรวจจับบล็อบที่ใช้ เมทริกซ์เฮสเซียนนอกจากนี้ แทนที่จะประเมินฮิสโตแกรมการไล่ระดับ SURF จะคำนวณผลรวมของส่วนประกอบการไล่ระดับและผลรวมของค่าสัมบูรณ์ของส่วนประกอบเหล่านั้น^{[ 5 ]}การใช้ภาพอินทิกรัลทำให้สามารถตรวจจับคุณลักษณะได้อย่างรวดเร็วมากด้วยอัตราการตรวจจับที่สูง^{[ 6 ]}ดังนั้น เมื่อเปรียบเทียบกับ SIFT แล้ว SURF จึงเป็นตัวตรวจจับคุณลักษณะที่เร็วกว่า แต่มีข้อเสียคือความแม่นยำในการระบุตำแหน่งคุณลักษณะน้อยกว่า^{[ 5 ]} คุณลักษณะอีกประเภทหนึ่งที่เพิ่งนำมาใช้ได้จริงสำหรับการสร้างโครงสร้างจากการเคลื่อนไหวคือเส้นโค้งทั่วไป (เช่น ขอบที่มีการไล่ระดับในทิศทางเดียว) ซึ่งเป็นส่วนหนึ่งของเทคโนโลยีที่เรียกว่าSfM แบบไร้จุด^[ 7 ^{] [ 8 ] ซึ่ง}มีประโยชน์เมื่อคุณลักษณะแบบจุดไม่เพียงพอ และพบได้ทั่วไปในสภาพแวดล้อมที่มนุษย์สร้างขึ้น^{[ 9 ]}

จากนั้นคุณสมบัติที่ตรวจพบจากภาพทั้งหมดจะถูกจับคู่ หนึ่งในอัลกอริธึมการจับคู่ที่ติดตามคุณสมบัติจากภาพหนึ่งไปยังอีกภาพหนึ่งคือ ตัว ติดตามLucas–Kanade ^{[ 10 ]}

บางครั้งฟีเจอร์ที่ตรงกันบางส่วนอาจตรงกันอย่างไม่ถูกต้อง นี่คือเหตุผลที่ควรกรองการจับคู่ด้วยRANSAC (random sample consensus) เป็นอัลกอริธึมที่มักใช้เพื่อลบการจับคู่ที่ผิดปกติ ในบทความของ Fischler และ Bolles ได้ใช้ RANSAC เพื่อแก้ปัญหาการกำหนดตำแหน่ง (LDP) โดยมีวัตถุประสงค์เพื่อกำหนดจุดในอวกาศที่ฉายลงบนภาพไปยังชุดของจุดสังเกตที่มีตำแหน่งที่ทราบ^{[ 11 ]}

จากนั้นจะใช้เส้นทางการเคลื่อนที่ของฟีเจอร์เมื่อเวลาผ่านไปเพื่อสร้างตำแหน่ง 3 มิติและการเคลื่อนที่ของกล้องขึ้นใหม่^{[ 12 ]} อีกทางเลือกหนึ่งคือวิธีการที่เรียกว่าวิธีการโดยตรง ซึ่งข้อมูลทางเรขาคณิต (โครงสร้าง 3 มิติและการเคลื่อนที่ของกล้อง) จะถูกประมาณโดยตรงจากภาพโดยไม่ต้องมีการสร้างนามธรรมระดับกลางไปยังฟีเจอร์หรือมุม^{[ 13 ]}

มีหลายแนวทางในการสร้างโครงสร้างจากการเคลื่อนไหว ใน SfM แบบเพิ่มทีละขั้น^{[ 14 ]}ตำแหน่งของกล้องจะถูกหาคำตอบและเพิ่มทีละตัวลงในชุดข้อมูล ใน SfM แบบทั่วโลก^{[ 15 ] [ 16 ]}ตำแหน่งของกล้องทั้งหมดจะถูกหาคำตอบพร้อมกัน แนวทางที่อยู่ระหว่างกลางคือ SfM นอกแกนหลักซึ่งการสร้างใหม่บางส่วนหลายรายการจะถูกคำนวณแล้วรวมเข้ากับโซลูชันทั่วโลก

การสร้างภาพสามมิติจากภาพเคลื่อนไหวด้วยสเตอริโอหลายมุมมองช่วยให้สามารถสร้างแบบจำลองภูมิประเทศขนาดใหญ่พิเศษได้โดยใช้ภาพที่ได้จากกล้องดิจิทัลหลายตัว และอาจใช้เครือข่ายจุดควบคุมภาคพื้นดินด้วย เทคนิคนี้ไม่จำกัดความถี่เชิงเวลา และสามารถให้ข้อมูลจุดเมฆที่มีความหนาแน่นและความแม่นยำเทียบเท่ากับข้อมูลที่สร้างโดยการสแกนด้วยเลเซอร์ภาคพื้นดินและทางอากาศในราคาที่ต่ำกว่ามาก^{[ 17 ] [ 18 ] [ 19 ]}การสร้างภาพสามมิติจากภาพเคลื่อนไหวยังมีประโยชน์ในสภาพแวดล้อมที่ห่างไกลหรือขรุขระ ซึ่งการสแกนด้วยเลเซอร์ภาคพื้นดินมีข้อจำกัดด้านความสะดวกในการพกพาอุปกรณ์ และการสแกนด้วยเลเซอร์ทางอากาศมีข้อจำกัดด้านความขรุขระของภูมิประเทศ ทำให้ข้อมูลสูญหายและภาพบิดเบี้ยว เทคนิคนี้ถูกนำไปใช้ในหลายพื้นที่ เช่น แม่น้ำ^{[ 20 ]}พื้นที่แห้งแล้ง^{[ 21 ]}ชายฝั่งทราย^{[ 22 ] [ 23 ]}เขตแนวรอยเลื่อน^{[ 24 ]}ดินถล่ม^{[ 25 ] [ 26 ]}และแนวปะการัง^{[ 27 ]} SfM ยังถูกนำไปใช้ในการประเมินการเปลี่ยนแปลง^{[ 28 ]}และปริมาณการสะสมไม้ขนาดใหญ่^{[ 29 ]}และความพรุน^{[ 30 ]}ในระบบแม่น้ำ การกำหนดลักษณะของมวลหินผ่านการกำหนดคุณสมบัติบางอย่าง เช่น การวางแนว ความต่อเนื่อง ฯลฯ ของรอยแตก^{[ 31 ] [ 32 ]}รวมถึงการประเมินเสถียรภาพของลาดหินที่ถูกตัด^{[ 33 ]}สามารถใช้กล้องดิจิทัลได้หลากหลายประเภท รวมถึงกล้อง SLR ดิจิทัล กล้องดิจิทัลขนาดกะทัดรัด และแม้แต่สมาร์ทโฟน โดยทั่วไปแล้ว ข้อมูลที่มีความแม่นยำสูงกว่าจะได้รับจากกล้องที่มีราคาแพงกว่า ซึ่งมีเลนส์ที่มีคุณภาพทางแสงสูงกว่า ดังนั้นเทคนิคนี้จึงมอบโอกาสที่น่าตื่นเต้นในการกำหนดลักษณะภูมิประเทศของพื้นผิวในรายละเอียดที่ไม่เคยมีมาก่อน และด้วยข้อมูลหลายช่วงเวลา สามารถตรวจจับการเปลี่ยนแปลงระดับความสูง ตำแหน่ง และปริมาตรที่เป็นอาการของกระบวนการบนพื้นผิวโลกได้ โครงสร้างจากการเคลื่อนไหวสามารถนำไปเปรียบเทียบกับวิธีการสำรวจดิจิทัลอื่นๆ ได้

มรดกทางวัฒนธรรมมีอยู่ทุกหนทุกแห่ง การควบคุมโครงสร้าง การจัดทำเอกสาร และการอนุรักษ์เป็นหนึ่งในหน้าที่หลักของมนุษยชาติ ( UNESCO ) ภายใต้มุมมองนี้ SfM ถูกนำมาใช้เพื่อประเมินสถานการณ์อย่างเหมาะสม รวมถึงความพยายามและค่าใช้จ่ายในการวางแผนและบำรุงรักษา การควบคุม และการบูรณะ เนื่องจากมักมีข้อจำกัดที่สำคัญเกี่ยวกับการเข้าถึงสถานที่และความเป็นไปไม่ได้ในการติดตั้งเสาสำรวจแบบรุกรานซึ่งไม่อนุญาตให้ใช้ขั้นตอนการสำรวจแบบดั้งเดิม (เช่น สถานีรวม) SfM จึงเป็นแนวทางที่ไม่รุกรานสำหรับโครงสร้าง โดยไม่มีปฏิสัมพันธ์โดยตรงระหว่างโครงสร้างและผู้ปฏิบัติงาน การใช้งานมีความแม่นยำเนื่องจากต้องการเพียงการพิจารณาเชิงคุณภาพเท่านั้น และรวดเร็วเพียงพอที่จะตอบสนองความต้องการการจัดการอนุสรณ์สถานในทันที^{[ 34 ]} ขั้นตอนการดำเนินงานแรกคือการเตรียมการสำรวจโฟโตแกรมเมตริกอย่างแม่นยำ โดยกำหนดความสัมพันธ์ระหว่างระยะห่างที่ดีที่สุดจากวัตถุ ความยาวโฟกัส ระยะการสุ่มตัวอย่างภาคพื้นดิน (GSD) และความละเอียดของเซ็นเซอร์ ด้วยข้อมูลนี้ การได้มาซึ่งภาพถ่ายที่ตั้งโปรแกรมไว้จะต้องทำโดยใช้การซ้อนทับในแนวตั้งอย่างน้อย 60% ^{[ 35 ]}

นอกจากนี้ โครงสร้างจากภาพเคลื่อนไหวโฟโตแกรมเมตรีแสดงถึงวิธีการที่ไม่รุกราน มีความยืดหยุ่นสูง และต้นทุนต่ำในการแปลงเอกสารทางประวัติศาสตร์ให้เป็นดิจิทัล^{[ 36 ]}

• Jonathan L. Carrivick, Mark W. Smith, Duncan J. Quincey (2016). โครงสร้างจากความเคลื่อนไหวในธรณีศาสตร์ . Wiley-Blackwell. 208 หน้า. ISBN 978-1-118-89584-9
• Richard Hartley & Andrew Zisserman (2003). เรขาคณิตหลายมุมมองในคอมพิวเตอร์วิชั่น . สำนักพิมพ์มหาวิทยาลัยเคมบริดจ์. ISBN 978-0-521-54051-3.
• Olivier Faugerasและ Quang-Tuan Luong และ Theodore Papadopoulo (2001). เรขาคณิตของภาพหลายภาพ . สำนักพิมพ์ MIT. ISBN 978-0-262-06220-6.
• Yi Ma; S. Shankar Sastry ; Jana Kosecka ; Stefano Soatto (พฤศจิกายน 2003). คำเชิญชวนสู่การมองเห็นสามมิติ: จากภาพสู่แบบจำลองทางเรขาคณิต . ชุดคณิตศาสตร์ประยุกต์สหวิทยาการ, เล่มที่ 26. Springer-Verlag นิวยอร์ก, LLC. ISBN 978-0-387-00893-6.