读real time localization and 3D reconstruction笔记
在本文中,我们描述了一种估计校准摄像机(在实验车辆上定位)和环境的立体几何形状的运动的方法。使用的唯一数据是视频输入。实时计算相机运动的稳健估计,选择关键帧并允许特征3D重建。由于引入了快速且局部的束调整方法,该算法特别适合于长图像序列的重建,该方法确保沿着序列估计的相机姿势的良好准确性和一致性。与全局捆绑调整相比,它还大大降低了计算复杂性。
一增量算法的描述
算法首先确定将用于设置全局帧和系统集合的第一个三元组图像。然后用特征检测和匹配对视频流的每个帧执行稳健的姿势计算。选择一些帧成为用于3D点三角测量的关键帧。系统以增量方式运行,当添加新的关键帧和3D点时,我们继续进行局部束调整。
1.1兴趣点的检测和匹配
检测哈里斯角,然后对于图1中的兴趣点,选择图2中定义的感兴趣区域中一些候选对应点,然后计算两个图中兴趣点和候选对应点及候选点邻域的相关,选择相关高的对作为对应点对。
1.2序列初始化
我们要选择相对较远的帧才能计算极线几何,但是又要有足够多的共同点。
1.选择我们作为关键帧,距离稍远,但是有M个匹配的兴趣点,与也有M个匹配的兴趣点,而与至少有个兴趣点。
2. 作为世界坐标系。
3.用5点算法和RANSAC算前三个帧相对位姿。
4.兴趣点三角化为3D点,用中的匹配点。
5.LM算法完成位姿估计和三维坐标优化。
1.3实时鲁棒的姿态估计
我们假设相机姿势至先前已在参考重建框架中计算过。目标是计算相机位姿,我们匹配最后一帧和最后选择的关键帧确定一组点p,它们在相机上投影位置已知,而且这组点的3D位置也已经算过了。
1.从重建的3D点,我们使用Grunert姿势估计算法来计算相机的位置C.(RANSAC过程给出了相机的初始估计Ç然后优化RT,用快速LM优化。)
2.计算我们相机的协方差矩阵接,我们可以画90%的置信椭圆,如果Cov是协方差矩阵那么置信椭圆有,服从分布。
1.4 关键帧的选择和3D点的重建
并非所有的输入帧都被考虑用于3d重建,我们设置了一个标准,指示是否必须将新帧添加为关键帧。(标准:1.有足够的匹配点,2.计算位姿的确定性高)
确定了关键帧之后,对匹配点使用标准的三角测量方法进行重建。
1.5 局部束调整
当选择出最后一个关键帧加入系统,则执行优化阶段。
读real time localization and 3D reconstruction笔记相关推荐
- Occupancy Networks: Learning 3D Reconstruction in Function Space论文笔记
Contribution Occupancy networks implicitly represent the 3D surface as the continuous decision bound ...
- (1)课程简介-CS231A:Computer Vision, From 3D Reconstruction to Recognition
斯坦福大学-源地址: CS231A: Computer Vision, From 3D Reconstruction to Recognition CS231AGitHub笔记:https://git ...
- 自动驾驶领域大佬在CVPR2020中 关于3D Reconstruction Learning的报告
点击上方"视学算法",选择"星标" 干货第一时间送达 作者:黄浴 https://zhuanlan.zhihu.com/p/150948693 本文仅做学术分享 ...
- 三维重建 3D reconstruction 有哪些实用算法?
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 三维重建 3D reconstruction 有哪些实用算法? https://www.zhihu.c ...
- DirectX 3D学习笔记(一)
DirectX 3D学习笔记(一) Ⅰ.渲染状态 设备的渲染状态控制Direct3D设备的光栅化组件的行为.通过改变光栅渲染状态属性,可以设置使用何种方式来进行渲染着色,以及如何进行雾化等. 在Dir ...
- Camera Calibration and 3D Reconstruction
3D RECONSTRUCTION WITH OPENCV AND POINT CLOUD LIBRARY http://stackoverflow.com/questions/19205557/op ...
- Learning Less is More – 6D Camera Localization via 3D Surface Regression
在Python满天飞, tensorflow横行的DL界, 遇到好久不见的开源C++ Project简直是一股清流................... Proj:https://hci.iwr.un ...
- 3D Reconstruction三维重建halcon算子,持续更新
目录 3D Reconstruction三维重建 Binocular Stereo双目立体 binocular_disparity binocular_disparity_mg binocular_d ...
- Direct 3D学习笔记(三)——光照与材质
Direct 3D学习笔记(三)--光照与材质 现实世界中物体的颜色是一个复杂的系统,物体在不同的光照下,可能呈现在我们面前的就是不同的颜色.根据物理中的光学知识,物体在各种环境光照下,根据物体自身特 ...
最新文章
- Oracle RAC删除节点
- 关于jQuery在Asp.Net Mvc 框架下Ajax文件上传的实现
- 多媒体应用-swift
- import export php,import与export在node.js中的使用方法
- CSS使用display:incline:元素放置在一行之内
- Oracle goldengate 11g错误汇总
- python 测试mysql数据库_Python操作MySQL数据库----继续安装和测试
- vue.js指令v-model实现方法
- 移动web-触摸事件touch
- .net MVC Model
- Spring Cloud Config 使用总结
- 回顾 2018: 革新的一年
- Javascript函数作为参数——JS学习笔记
- 主流数据库优缺点以及性能分析
- processson的文件数量已达到上限如何删除老文件新建新的文件创建流程图
- php 微信定位源码_微信活码模块源码 - WEB源码|PHP源码|源代码 - 源码中国
- linux 手机 rom image,安卓手机刷机界面image 文件夹什么意思 里面的文件都是什么作用...
- 【Linux网络编程】域名转IP后的一些深层(计算机底层)的思考
- MySQL忘记/无root密码,强制修改root密码
- Java web/springboot上传word/doc/docx文档(含图片)与HTML富文本导入/导出互相转换解析!附项目源码