This thesis explores efficient techniques for generating 3D reconstructions from imagery. Non-linear optimization is one of the core techniques used when computing a reconstruction and is a computational bottleneck for large sets of images. Since non-linear optimization requires a good initialization to avoid getting stuck in local minima, robust systems for generating reconstructions from images build up the reconstruction incrementally. A hierarchical approach is to split up the images into small subsets, reconstruct each subset independently and then hierarchically merge the subsets. Rigidly locking together portions of the reconstructions reduces the number of parameters needed to represent them when merging, thereby lowering the computational cost of the optimization. We present two techniques that involve optimizing with parts of the reconstruction rigidly locked together. In the first, we start by rigidly grouping the cameras and scene features from each of the reconstructions being merged into separate groups. Cameras and scene features are then incrementally unlocked and optimized until the reconstruction is close to the minimum energy. This technique is most effective when the influence of the new measurements is restricted to a small set of parameters. Measurements that stitch together weakly coupled portions of the reconstruction, though, tend to cause deformations in the low error modes of the reconstruction and cannot be efficiently incorporated with the previous technique. To address this, we present a spectral technique for clustering the tightly coupled portions of a reconstruction into rigid groups. Reconstructions partitioned in this manner can closely mimic the poorly conditioned, low error modes, and therefore efficiently incorporate measurements that stitch together weakly coupled portions of the reconstruction. We explain how this technique can be used to scalably and efficiently generate reconstructions from large sets of images.

Dans certains contextes, les méthodes classiques utilisées pour le calcul de champs rayonnés ou diffractés en présence d'obstacles de grande taille par rapport à la longueur d'onde, comme l'Optique Physique ou les méthodes de rayons, ne sont pas valides ou deviennent très lourdes en temps de calcul. La théorie des frames de Gabor fournit un cadre rigoureux permettant de décomposer une distribution de sources électromagnétiques, définie dans une ouverture équivalente plane, en une somme plus ou moins redondante de fenêtres gaussiennes. Cette décomposition peut servir de base à des algorithme de lancer de faisceaux gaussiens.Jusqu'à présent cette théorie était limitée à des décompositions dans un plan (rayonnement dans un demi-espace). L'objet de cette thèse est d'utiliser cette théorie pour décomposer des champs rayonnés ou diffractés dans toutes les directions de l'espace. Ce travail de thèse commence par une étude approfondie de l'influence des paramètres utilisés pour le calcul des coefficients de frame. La mise en oeuvre numérique permet de tester l'efficacité de techniques de troncation et de compression en termes de compromis précision/temps de calcul. Le coeur de la thèse consiste en une méthode originale de partitionnement spectral, utilisant des fonctions de partition de l'unité, qui permet d'utiliser le lancer de faisceaux gaussiens à partir de frames définis dans six plans, pour un rayonnement dans tout l'espace tridimensionnel. La formulation de la méthode est présentée. Elle est appliquée à la décomposition en faisceaux gaussiens du champ rayonné par des antennes théoriques omnidirectionnelles (réseau de dipôles et dipôle demi-onde). Une antenne réaliste sert enfin de cas test pour la mise en œuvre de la décomposition à partir de données expérimentales discrètes / In some contexts, conventional methods used for large problems involving radiated or diffracted field computations in the presence of obstacles, such as Physical Optics and ray based methods, become really inaccurate or prohibitively time-consuming. Gabor frame theory provides a rigorous framework for the initial decomposition of equivalent source distributions into a redundant set of Gaussian windows. Frame decomposition has been introduced as a first discretization step into Gaussian Beam Shooting (GBS) algorithms. Until now, frame decomposition has essentially been restricted to planar source distributions, radiating into one half space. The main goal of this thesis is to extend the application range of this theory to radiated or diffracted field decomposition into Gaussian beams propagating into the whole space. The thesis begins with a thorough study of influence of the parameters used for frame coefficient calculation. Numerical implementation is used to test the efficiency of truncation and compression techniques in terms of accuracy / computation time balance optimization. The core of the thesis consists of an original spectral domain partitioning method involving partition of unity functions, which allows to use Gaussian beam shooting from frames defined in six planes, for radiation into the whole three-dimensional space. The formulation of the method is presented and applied to the decomposition of fields radiated by theoretical omnidirectional antennas (dipole array and half-wave dipole) into Gaussian beams. A realistic antenna is used as a test case for the implementation of decompositions based on experimental discrete initial data

京都大学 / 新制・課程博士 / 博士(工学) / 甲第23166号 / 工博第4810号 / 新制||工||1752(附属図書館) / 京都大学大学院工学研究科社会基盤工学専攻 / (主査)教授 森 信人, 教授 平石 哲也, 准教授 馬場 康之 / 学位規則第4条第1項該当 / Doctor of Philosophy (Engineering) / Kyoto University / DFAM