Jul, 2016

分布式相机模型下的大规模 SfM

PDF
TL;DR本文介绍一种分布式相机模型，是一种新的 Structure-from-Motion (SfM) 模型，并给出了对标准或分布式相机的绝对姿态问题的一般解决方案，以及如何在大规模递增式 SfM 流水线中使用它。与 gDLS 相比，本文提出的方法大约快 8 倍，并且具有更好的鲁棒性，而且该技术能够在仅 22 分钟内从超过 15000 张图像中计算出罗马的 3D 模型。
distributed camera modelstructure-from-motion (sfm)absolute camera pose problemlarge-scale incremental sfmbundle adjustment
发现论文，激发创造
  • 由局部递增到全局平均的并行运动结构

    本文提出一种可扩展的结构运动问题（SfM）求解方法，通过引入相机聚类算法将大型 SfM 问题划分为具有重叠的相机簇的子问题，并将局部增量 SfM 的相对位置应用到全局运动平均框架中以产生准确且一致的全局相机位姿。我们能够重建含有超过一百万张高分辨率图像的城市级数据集的相机位姿，在基准、Internet 和序列数据集上表现出卓越的准确性和鲁棒性。

    Feb, 2017

  • 具有深度前端的分布式全局结构恢复

    通过结合特征提取和匹配方面的发展，我们设计了一个模块化的 SfM 框架，旨在研究全局 SfM 与增量 SfM 方法的性能表现，并且实验证明，在不同数据集上，基于深度学习的两视图对应估计在点密度方面有所提升，但仍不如 SIFT 与增量 SfM 方法相比。

    Nov, 2023

  • 结构运动测量概述

    本文主要介绍计算机视觉中的结构从运动问题，包括相机运动估计和三维结构恢复等关键技术，以及相关应用，如同时定位和地图构建（SLAM），特征提取和匹配等。

    Jan, 2017

  • 深度二视图结构运动再探讨

    本研究使用光流、姿态估计和深度估计网络，实现了相对摄像机位姿和深度图的两视角结构运动重建，表现明显优于现有的同类方法。

    Apr, 2021

  • 高效大规模运动结构三层多叉树

    本文提出一个统一的框架，将图像集分成适合重建的簇，并找到多个可靠和稳定的起始点；图像分区分两步进行，首先在密集图像的位置选择一些小的图像组，然后将所有图像按照它们到这些图像组的最优重建路径进行聚类。实验结果表明，我们的方法实现了显著的加速、更高的精度和更好的完整性。

    Dec, 2016

  • 通过扩散辅助束调整解决姿态估计问题

    该研究提出了一种基于概率扩散模型的摄像机姿态估计方法，能够在解决传统方法难以处理的问题方面有所改善，并在两个真实世界数据集上取得了很好的效果。

    Jun, 2023

  • 大尺寸环境下基于实时图像的六自由度定位

    该研究提出了一种基于图像的实时定位方法，通过结合一种基于二进制特征描述符的快速关键点跟踪方法和一个新的直接 2D 到 3D 匹配方法，有效地对大场景下的相机位置进行计算，并实现了实时的运行效果。

    Mar, 2012

  • 基于视觉几何的深度结构运动

    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

  • 现场 SfM: 你所捕捉的就是你所得的

    通过使用词汇树对新拍摄的图像进行快速检索，然后采用最小二乘法进行鲁棒特征匹配，并通过优化实现高效的分层加权局部捆绑调整，实现了在线拍摄时图像的实时注册。

    Sep, 2023

  • 利用图注意网络学习运动结构

    该论文通过使用图注意力网络解决学习结构运动（Structure-from-Motion）的问题，通过学习模型以 2D 关键点为输入，输出对应的相机姿态和 3D 关键点坐标，实现了快速推理和重建，超过了竞争的基于学习的方法并在较短的时间内挑战了 COLMAP。

    Aug, 2023