问题标签 [stereoscopy]

我正在开发一个 chrome VR 网络应用程序。现在我拼命想弄清楚如何将一个网站渲染到我的立体场景中，其中有一些网格。

所以我有我的网格渲染器，效果很好。以下代码只是相关的片段：

然后我有接收 webgl 渲染器的立体效果渲染器：

接下来是我创建网站渲染器，并将其应用于立体效果：

然后我有正在渲染的场景：

不，我收到的是这样的：

我的网格的立体图像，但网站的非立体图像。问题是当我尝试将 css 渲染器添加到 StereoEffect 渲染器中时，缺少 setViewport 函数（可能还有其他函数）。
我尝试将网站对象添加到 webgl 渲染器，但它不想渲染我的网站，因此将网站对象添加到带有网格的场景中不起作用。

任何帮助是极大的赞赏！

这个问题是指这里回答的一个问题。
公认的答案建议即时创建标签。我有一个非常相似的问题，但需要使用 HDF5。

这是我的prototxt：

如您所愿，我创建了两个单独的数据 HDF5 数据文件。它们由正样本和负样本组成，在同一索引上具有左图像和右图像，它们组合起来是正样本或负样本。labels_left 和 labels_right 是相同的 1 和 0 的 matlab 数组。我之前尝试使用单个标签数组，但 caffe 出现错误，这似乎表明两个进程发生冲突。当更改为标签数组的副本时，可以开始训练。

这是我现在使用的 Matlab 数据创建文件的一部分，数据是 KITTI 数据：

最后小批量的损失是可以接受的，但在测试中仍然太高

请指教。（它可能不起作用）。如果有错误，那可能是非常微妙的。

我正在开发一个增强现实应用程序。我需要在此应用程序上添加立体视觉以与纸板一起使用，但我没有在此代码上添加立体视觉。有人能帮我吗？我有三个班，我在其中放立体镜，怎么做？

我正在尝试获取场景中某些对象的深度，并且我不想使用除相机之外的任何其他传感器（我可以使用两个相机）。

所以，我认为这应该是“立体匹配”的问题，我打算从立体图像中提取视差图来获取深度信息。

但问题是，我有一些限制，例如：

1. 两个摄像头未对齐。所有 (x, y, z) 位置都不同。
2. 两台摄像机的 FOV（视野）不同。一个比另一个宽。
3. 两台摄像机的视角不同。
4. 两台相机的分辨率不同。

在这种情况下，是否可以正确进行立体匹配？如果是这样，怎么可能？

我知道对于立体匹配，极线几何和基本矩阵非常重要。但据我所知，基本矩阵始终属于一台相机。来自两个相机的两个基本矩阵之间的关系是否可以解决这个问题？

谢谢你。

- - - - - - - - - - - - - - - - - 编辑 - - - - - - - - ---------------------

不同相机、分辨率、视点、FOV下的立体图像

校正后的图像

通过 MATLAB 的 Stereo Camera Calibrator，我得到了 stereoParams，并使用它进行了校正。

但是校正后的图像失真太大，无法得到视差图。

我想知道我走对了，还是不对。

有什么建议吗？谢谢你。

我习惯了旧式 OpenGL 2.0，其中立体渲染的设置很简单，例如：

1. 使用 glDrawBuffer (GL_BACK_LEFT) 选择左后缓冲区；
2. 使用 glMatrixMode() 和 glFrustum() 设置左眼的视锥体
3. 为左眼视图渲染几何图形。
4. 对右眼视图重复步骤 1 到 3。

由于现代 OpenGL 中不再有 glMatrixMode() 或 glFrustum() 函数，任何人都可以使用 OpenGL 着色器解释立体设置吗？设置左右眼视图的事件顺序是什么？请注意，我假设 GPU 支持四缓冲区立体声。谢谢你。

我正在尝试使用立体相机测量从相机到动态物体（例如移动的汽车）的距离。我使用了 7 x 8 正方形的棋盘图案，正方形大小为 89 毫米（约 3.5 英寸）。相机到图案的距离为 212 厘米（约 83.5 英寸）。我正在使用 Python 和 OpenCV

我的问题是：

1. 从图案到相机的距离对校准参数有很大影响吗？在 Matlab 示例之一中指出，校准过程中从相机到图案的距离应与希望测量的物距1相同。

2. 我是否应该使用更大的电路板尺寸并增加相机与图案的距离，以便为我的应用获得更准确的结果？

根据 Suganuma 等的论文，我正在尝试实现从视差图像到虚拟视差图像的均匀变换。人。“一种使用虚拟视差图像的障碍物提取方法”。在完成论文中描述的矩阵计算之后，我得到了一个全局齐次变换矩阵，它只描述了方向 v 上 -27.7 的平移，这是有道理的。

现在，为了进行这种转换，我在 MATLAB 中实现了一个循环：

现在，问题是我得到的虚拟差异没有任何意义，因为它甚至与 B 中描述的转换不对应，正如我所说：

这些分别是视差和虚拟视差：

视差图：

虚拟差异：

我整天都在重新检查，我没有发现错误。

我已经购买了两个Genius facecam 1000x相机并尝试设置立体相机，相机的v4l2-ctl输出如下：

正如您所看到的，支持像素格式 MJPG，并且需要这种像素格式，但是当我尝试从两个网络摄像头捕获视频时，第二个摄像头仍然发生错误，我只能获得 320x240 分辨率的立体视频！我尝试了以下两个但对我不起作用：VIDIOC_STREAMON: No space left on device

1. /li>

2. 设置FOURCC为 MJPG 会导致以下错误：

   ---

   /li>

我应该怎么做才能以相对好的分辨率让它正确？

PS：我所有的 USB 端口都连接到一个控制器！

我正在为 iOS 构建一个 360 视频查看器，以便更好地了解单视场和立体 360 视频的细微差别。实际上，我正在尝试对 Google Cardboard SDK 的功能进行逆向工程。

我正在进行的代码在这里：https ://github.com/alfiehanssen/ThreeSixtyPlayer

我了解单视场视频和立体视频的基础知识。我想更好地了解显示立体视频所需的客户端配置/转换。

具体分两部分：

1. Cardboard 可以以立体模式显示单视场视频文件。尽管向每只眼睛呈现完全相同的视频，但每只眼睛的视频视图明显不同。对每只眼睛进行了哪些转变以使其发挥作用？

2. 对于立体视频（让我们假设顶部/底部布局），变换似乎也应用于每只眼睛的视频视图。应用于每只眼睛的视频视图的转换是什么？

看起来好像视频被歪曲了。每只眼睛的视频的所有侧面都有黑色蒙版，这些蒙版来自哪里/它们是转换的结果吗？

纸板视图的示例屏幕截图：

我正在使用 OpenCV 的 SGBM 实现构建视差图。特别是，我使用的是 OpenCV 2.4.9 版。目前，我正在使用以下参数：

但是，结果并没有我需要的那么好： 正如你所看到的，地面出现了条纹，这导致我正在使用的障碍物检测算法出现问题，这是论文快速可靠的障碍物检测和分割 for cross -国家导航。问题是，由于这些条带具有相当恒定的差异，这意味着它们几乎垂直于地面，算法将它们分类为障碍物。

我对平滑参数 P1 和特别是 P2 进行了一点尝试，测试增加 P2 是否可以改善它，但似乎并没有解决问题，所以我只是按照 OpenCV 示例的建议离开了。

这些图像来自 KITTI 数据集，我下载的它们已经被纠正，所以我放弃了错误的校准或相机对齐。

我想知道这是否可能是由于地面没有纹理，尽管我希望不会，因为如果是这样，这意味着我将不得不更改障碍物检测算法。

有任何想法吗？