我正在开展一个研究项目,使用放置在中心的单个旋转 kinect 构建房间的 360 度 3D 视图。
我目前的做法是使用迭代最近点算法,每旋转2到5度后,获取kinect获得的3D点云。
请注意,我们需要在 kinect 旋转时实时构建视图,因此我们需要在 kinect 小幅度旋转后捕获点云。
然而,ICP算法的计算成本很高。
我正在为上述问题寻找更好的解决方案。在这个方向上的任何帮助/指针将不胜感激。
我正在开展一个研究项目,使用放置在中心的单个旋转 kinect 构建房间的 360 度 3D 视图。
我目前的做法是使用迭代最近点算法,每旋转2到5度后,获取kinect获得的3D点云。
请注意,我们需要在 kinect 旋转时实时构建视图,因此我们需要在 kinect 小幅度旋转后捕获点云。
然而,ICP算法的计算成本很高。
我正在为上述问题寻找更好的解决方案。在这个方向上的任何帮助/指针将不胜感激。
我不确定您对机器学习和计算机视觉的交叉点有多熟悉。但最近,随着机器学习的进步,一个更困难的问题得到了解决:从非结构化的图像集合中生成大面积的 3D 模型。例如,这个“一日建成罗马”的例子:看这个视频,因为它可能会让你大吃一惊。
有了适当的思考,您可能想在此视频中查看允许此计算有效进行的机器学习技术。
您可能想要跟进Noah Snavely 的博士论文,并查看他使用的算法以及已纳入构建此系统的其他工作。从一个旋转点重建单个房间的问题似乎是一个更容易推理的问题。再说一次,您可能只想查看他们软件中的实现:)