Nov, 2023

LOSTU: 快速、可扩展和不确定性感知的三角测量

PDF
TL;DR本研究介绍了一种名为 LOSTU 的快速、可扩展和统计优化的三角测量方法，与传统的 L2 三角测量方法相比，LOSTU 在三维重建误差方面表现更好，能够成功三角测量更多的点，并且比 Levenberg-Marquardt（或类似的）优化方案更快。
triangulation algorithmsreprojection errorcamera parametersstructure from motionlostu
发现论文，激发创造
  • 鲁棒的不确定性感知多视角三角测量

    提出一种用于多视角三角化和不确定性估计的鲁棒高效方法，包括利用两个视角的 RANSAC 和中点方法的离群点剔除方案，比较不同局部优化方法以及用三个因素模拟三角化点的不确定性等。

    Aug, 2020

  • 三角剖分：为何进行优化？

    本文提出了一种基于反向投影射线的新型解决方案，其可用于实现小视差的 2D、3D 和视差精度控制，并在小视差角度下具有比现有方法更佳的性能。

    Jul, 2019

  • 用于大规模三维重建的快速精确相机协方差计算

    该论文介绍一种新算法，利用不确定性传播的稀疏性加速计算，可精确计算上千个相机的不确定性，可以有效地用于任何大小的重建中。

    Aug, 2018

  • 基于角度误差的二视图三角化最优解析式

    该研究论文通过最小角度重投影误差的 L1 和 L∞最小化，将三角测量问题作为已知内部校准和姿态的优化问题，得出了确切的闭合形式解，保证了各自成本函数下的全局最优性。这些解在任何类型的中心相机上都可以应用，并且比现有的优化方法需要更少的计算。通过合成和实际数据集的实验结果验证了其理论推导。

    Mar, 2019

  • 一种稳健的抗错误选择方法用于 3D 重建

    为了解决选择基线较小的视角引起的三角化不确定性增加的问题，本文提出了一种鲁棒的抗误差视角选择方法，并通过实验比较验证了该方法在三维重建结果的平均重投影误差和绝对轨迹误差上分别达到了 29.40% 和 5.07% 的准确度提升。

    Feb, 2024

  • TEASER：快速且可认证的点云配准

    提出了一个名为 TEASER 的算法，它使用 TLS 成本和图论框架来解决 3D 点集之间的快速且可靠的配准问题，能够在存在大量离群值的情况下有效地工作。该算法还提供了理论误差界限，并且在标准和 3DMatch 基准测试中都表现出跨越式的性能优势。

    Jan, 2020

  • 稳健的单次旋转平均重新审视

    基于最小化截断的欧氏距离的平均旋转方法，具有较强的抗干扰性能，优于当前领先的方法。

    Sep, 2023

  • 非校准多视角三维人体姿态估计的概率三角测量

    本文提出了一种使用概率三角测量模块的方法，将已标定的 3D 人体姿势估计方法推广到非标定场景，通过从 2D 特征迭代更新概率分布的方式实现相机姿势的后验概率，并将梯度直接反向传播到 2D 热图，从而实现端到端的训练。实验证明，本方法在估计精度和普适性之间取得了权衡，并在 Human3.6M 和 CMU Panoptic 数据集上的实验中优于其他非标定方法，并达到了与最先进标定方法相当的结果。

    Sep, 2023

  • 无人机距离估计中为何立体测量不起作用

    本文提出了一种解决无人机图像距离误差的方法，包括使用 UWB 传感器构建数据集、提出位置校正模块并设计动态迭代校正机制，实验表明该方法提高了 38.84% 的性能表现。

    Jun, 2023

  • 通过解耦旋转和平移实现基于三点线图像的准确实时相对位姿估计

    在本文中，我们提出了一种基于旋转 - 平移解耦估计的新型三视图位姿求解器，该方法通过考虑观测的不确定性并使用 Levenberg-Marquardt（LM）算法高效求解旋转估计，以及通过精心设计的稳健线性平移约束，来准确估计旋转和平移，实验结果表明该方法相较于基于三基数张量的经典方法和最先进的双视图算法，在室内外环境中提高了旋转和平移的准确性。

    Mar, 2024