我正在研究视觉里程计，并观看了 Cyrill Stachniss 教授的视频录制，这些视频可作为 YouTube 2015/16 Playlist about Photogrammetry I & II 获得。
首先，如果我想创建自己的数据集（如 VO 的 KITTI 数据集或牛津校园数据集），我用相机拍摄的图像的属性应该是什么。它们只是图像吗？或者，它们是否有一些特殊的属性？也就是说，如何使用单目或立体相机创建自己的数据集。
谢谢你。
问问题
521 次
2 回答
2
如果你想用你的数据集对一些视觉里程计算法进行基准测试，你肯定需要你的相机的内在参数以及它的姿势。
正如@f4f 回答中所说，内在校准通常是使用您倾斜和旋转的棋盘的一些图像完成的（参见opencv）。这将为您提供焦距、光学中心等参数，以及失真系数，这取决于您的相机。
在每一帧获取相机的姿势（即外部参数）可能更棘手。通常使用来自附加传感器（跟踪系统、IMU、GPS 等）的信息来获得地面实况。你可以看看：TUM RGB-D SLAM Dataset和相应的论文。他们解释了他们如何使用运动捕捉系统来获得真实姿势。
记录相机帧的采集时间也很有趣（每帧一个时间戳）。
创建自己的视觉里程计数据集并非易事。如果你只是想“为了好玩”创建一个数据集或做一些实验，并且如果你只有一个相机可用，我会说你可以尝试一些已知效果很好的方法（如 ORB-SLAM）。这将为您提供相机姿势的良好近似值（您可能必须手动修复未知比例）。
于 2019-11-04T08:14:21.957 回答
2
要从图像中获取外在参数和内在参数，您必须拥有一组来自不同视图的已知形状的图像。这不是一件容易的事，通过常见的 CV 库/解决方案有一个内置的相机校准实用程序（我必须处理 OpenCV 库和 Matlab CV 包，它们通常是相同的）。通常它是用一个黑白棋盘或其他简单的几何图案。
然后使用已知的相机参数，您可以操作自己的数据集。
于 2019-11-04T07:29:18.120 回答