1

首先，我想声明我对这个领域很陌生，如果这个问题有点重复，我深表歉意。我环顾四周，但徒劳无功。我正在阅读 Hartley 和 Zisserman 的书，但这需要我一段时间。

我的问题是我有一个区域的 3 个视频源，我需要在视频的每一帧找到相机位置。我没有关于拍摄视频的相机的任何信息（即没有内在信息）。

在寻找解决方案时，我遇到了 SfM 并尝试了现有的软件，即 Bundler 和 Vsfm，它们似乎都运行良好。但是我有几个问题。

1) 我的情况真的需要 SfM 吗？既然 SfM 做的是稀疏重构，而且图像之间的公共点也是输出，那么它是否完全有必要呢？还是有更合适的方法可以做到这一点，因为我真正需要的只是职位？或者有没有我可以使用的不太复杂的方法？

2）根据我的阅读，我需要校准相机并找到它的内在和外在。我怎么能在不知道的情况下做到这一点？我已经查看了 5 点问题和其他问题，但其中大多数都要求您了解我没有的相机的内在属性，并且我不能使用诸如棋盘之类的模式来校准它们，因为它们来自我无法控制的来源。

谢谢你的时间！

4

2 回答 2

2

根据我的经验，简短的回答是：

1）您无法独立于场景的 3D 可靠地估计相机的 3D 姿势。此外，由于您的相机是独立移动的，我认为 SfM 是解决您的问题的正确方法。

2）您需要估计相机的内在函数以估计有用的（即欧几里得）姿势和场景重建。如果您不能使用标准校准程序，以及棋盘和 co，您可以查看自动校准技术（另请参阅 Hartley 和 Zisserman 的书中的第 19 章）。这个校准过程是为每个相机独立完成的，只需要在不同位置的几个图像样本，这在你的情况下似乎是合适的。

于 2014-03-09T09:10:37.323 回答
0

您实际上可以在一个大规模的捆绑过程中完成您的任务，直到一个缩放参数。但是即使您不是新手，它也是一件非常复杂的事情。您不需要 3d 重建，只需要一个基本矩阵，它可以从 2d 投影中获得并将 i 分解为旋转和平移，但这确实需要 Iintrinsic Paramus。要获得它们，您必须至少拥有三个框架。最后，Drop Zimmerman 的书会让你发疯。请阅读 Simon Princes 的“计算机视觉”。

于 2014-03-09T21:05:59.003 回答