Sep, 2017

用于同时相机位姿和特征对应的全局优化局内点集最大化

PDF
TL;DR应用全局最优内点集基数最大化方法求解相机位姿和对应特征点，使用 SE (3) 几何学方法来限定内点上下界限，并利用分支定界算法在 6 维相机位姿空间进行搜索，实验结果表明该方法更加鲁棒可靠，并表现出比使用局部最优化方法更好的速度和精度。
camera pose estimationperspective-n-point (pnp) solversinlier set cardinality maximisationbranch-and-boundse(3) geometry
发现论文，激发创造
  • 球体对齐：用于相机姿态估计的全局最优球形混合对齐

    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

  • 学习 2D-3D 对应关系以解决盲目透视 n 点问题

    本文提出了一种深度 CNN 模型，该模型能够同时解决 6 自由度绝对摄像机姿态和 2D-3D 对应关系，通过全局特征匹配模块和分类模块实现了对无先验知识的 2D-3D 对应关系的盲目 PnP 问题的有效解决。

    Mar, 2020

  • MLPnP - 透视 n 点问题的实时最大似然解

    本论文提出了一种统计上最优解决视角 - n - 点（PnP）问题的解决方案，该方案能够考虑观测的不确定性。该方法具有鲁棒性，可以适用于任意中心相机模型，并且具有实时处理能力。

    Jul, 2016

  • 利用鲁棒可微几何优化端到端解决盲视角 N 点问题

    该研究提出了一种基于端到端学习的盲 PnP 求解器，利用最近的优化问题微分研究结果将几何模型拟合集成到学习框架中，包括 Sinkhorn、RANSAC 和 PnP 算法，可有效地实现全局定位和三维场景点的快速估计

    Jul, 2020

  • 点线地图中视觉惯性定位的全局最优共识最大化

    本文提出了一种基于全局优化的稳健方法，来解决基于地图的视觉惯性定位中的共识最大化问题，该问题的主要挑战是在变化环境下存在外点，该方法可以在高百分比的外点存在时仍实现确定性全局收敛。

    Feb, 2020

  • 单阶段 6D 物体位姿估计

    本文介绍了一种基于深度学习的 6D 姿态估计架构，能够直接从对应点回归 6D 姿态，并提出了单阶段 6D 姿态估计框架，能够在准确性和速度方面显著优于现有的双阶段框架。

    Nov, 2019

  • 非极小情况下本质矩阵估计的高效解决方案

    本文提出了一种全局最优且高效的求解 N 点问题的方法，利用半定松弛方法得到该问题的全局最优解，同时提出了使用 M-estimators 处理异常值的鲁棒性 N 点法，并在合成和真实世界数据集上进行了广泛的实验。

    Mar, 2019

  • 从对应关系到姿态：非极小化、可证优化的无需消歧的相对姿态估计

    该论文通过将相对位姿估计建模为一个二次约束二次规划问题，直接从对应关系中估计正确的相对相机位姿，绕过后续的唯象几何约束的加强处理步骤，通过详尽的合成和实际实验证实了该方法的有效性、高效性和准确性。

    Dec, 2023

  • 多摄像头系统的六点法与降低解决方案空间

    使用点对应（PC）进行相对姿态估计是一种广泛应用的技术，本文提出了几种最小求解器，使用六个 PC 来计算多相机系统的六自由度相对姿态，包括广义相机的最小求解器和两个用于实际配置的双相机架构的最小求解器。

    Feb, 2024

  • 基于点线的相机位姿不确定性感知估计

    通过考虑特征的 2D 和 3D 坐标的不确定性，提出了一种基于 EPnP 和 DLS 的 PnP (L) 求解器，将其应用于机器人和 AR / VR 系统中的相机定位，实验表明该方法在准确度方面优于现有算法，并使位姿估计出现提高。

    Jul, 2021