多摄像头系统的六点法与降低解决方案空间
本文提出了一种新方法,利用两个仿射对应关系来计算多相机系统的相对姿态,该方法可用于解决 6DOF 相关姿态估计问题,通过特殊参数化和几何约束之间的关系,使得所提出的求解器比现有算法更有效且更准确,并可用于解决其他各种相关姿态估计问题。
Jun, 2023
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。
Sep, 2017
相机位姿估计的方法可以通过找到对应关系和解决基础矩阵的方式在大多数情况下提供高精度,而使用神经网络直接预测姿态的方法对于有限重叠的情况更加鲁棒,并能够推断出绝对平移尺度,但精度较低。我们展示了如何结合这两种方法的优点;我们的方法能够同时提供精确和稳健的结果,并准确推断出平移尺度。我们模型的核心是一个 Transformer,它通过学习平衡已解决和学习的姿态估计,并提供一个先验信息来指导求解器。全面的分析支持了我们的设计选择,并证明了我们的方法能够灵活适应各种特征提取器和对应估计器,在 Matterport3D、InteriorNet、StreetLearn 和 Map-free Relocalization 上展现了最先进的 6 自由度姿态估计性能。
Mar, 2024
该论文提出了从场景平面引出的五个二维 - 二维图像点对应所能获得的对于半广义单应性的第一种最小解决方案。其中一个解决器假设透视相机完全校准,而另一个解决器则估计未知的焦距和绝对姿态参数。
Mar, 2021
该文研究了自动驾驶在高度动态和可能杂乱的环境下的相对姿态问题,提出了一种使用多摄像头系统的新算法,利用特定的先验知识开发了一种高效的 4 点算法,并与 RANSAC 结合使用,在合成数据和实际应用中表现良好。
May, 2016
提出了一种基于最小问题求解的相对相机位姿估计方法,其中采用了三点和一条线以及三点和两条线(穿过两个点)的三视图对应信息;该方法采用了一种新的高效的同伦继续求解(HC)求解器框架 MINUS,能够解决之前由 Groebner 基础方法不能有效解决的问题,并通过模拟实验和真实实验充分验证了该方法的有效性。
Mar, 2019
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
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