球面上的运动结构
本文提出了一种新颖的运动结构算法用于重建无需相机固有标定的全景视频,通过建立一个先验假设并提出三种新的相对姿态方法来实现物体重建,并且采用相机位姿的软先验来调整优化问题,实现多视角立体检测。
Jun, 2019
本文研究基于球面图像拍摄几何的三维重建算法,提出了增量式结构化学习工作流并通过三个球面数据集进行验证。结果证明该工作流可以成功重建复杂场景并为开源软件包的实现提供有用线索。
Jun, 2023
本文提出了一种新的灵活的手眼标定方法,结合运动估计技术和已知机器人运动,通过线性形式求解手眼参数和结构运动方法中的未知比例因子。该方法适用于无人驾驶车辆、远程工作机器人等领域,并通过与现有方法的对比实验验证了其优越性。
Nov, 2023
本文针对多个视角下同一对象类别的多张图像中的对称性进行了研究,提出了两种利用对称性约束的非刚性运动结构算法,并在 Pascal3D+ 数据集上验证了其性能。
Sep, 2016
本文介绍了一种基于滚动快门 SfM 的关键运动序列 (CMSs) 的处理方法,通过采用线性化纯旋转 RS 摄像机模型,将 RS 变形近似表达为虚拟相机的两个内部参数加上类似于镜头变形的单参数非线性变换,将问题重构为虚拟相机的自标定,并推导了 CMSs 的一般表示。
Nov, 2016
该研究介绍了一种通过鲁棒性目标函数和全局搜索策略来在混合模型中对 2D-3D 对应关系进行估计,进而实现准确摄像机姿态获取的方法,并且在经过综合评估后证明该算法在处理具有挑战性的真实和合成数据集方面,优于现有方法,可靠地收敛到全局最优解。
Dec, 2018
多角度视图下的运动结构是一个基础且具有挑战性的计算机视觉问题,本文提出了一种基于深度学习的方法,利用矩阵等变体结构实现了从大量图像集合中同时恢复相机姿态和三维场景结构。通过添加一个适应于处理异常值的内禀 / 外禀分类模块并添加一个鲁棒的捆绑调整步骤,我们的方法可以成功地应用于包含常见启发式方法提取的具有许多异常值的大型图像集合的现实场景。
Apr, 2024
我们提出了一种新的深度管道 VGGSfM,其中每个组件都是完全可微的,因此可以进行端到端的训练,通过引入新的机制和简化,我们在三个流行的数据集 CO3D,IMC Phototourism 和 ETH3D 上实现了最先进的性能。
Dec, 2023