画像処理による3次元構造復元の手法としてSfM(Structure from Motion)が広く用いられている。SfMによる点群生成においては、フロントエンドの特徴点抽出が後処理に大きく影響するため、入力画像に対し初期段階で適切な特徴点を多く検出しておくことが望ましい。従来、局所特徴量に基づく特徴点抽出手法としては画素の勾配に基づくSIFTが多く用いられてきたが、SIFT以降の特徴点抽出アルゴリズムについては、SfMの性能に与える効果の定量評価が十分になされていない。本研究では特徴点抽出のアルゴリズムとしてAKAZEの利用を検討し、SIFTとの性能比較を行った。その結果、AKAZEでは入力画像から得られる特徴点数が3倍程度に増加し、SfMにおいて高密度でクオリティの高い点群が得られることが確認された。