计算机科学 ›› 2018, Vol. 45 ›› Issue (8): 13-16.doi: 10.11896/j.issn.1002-137X.2018.08.003
桂逸男, 老松杨, 康来, 白亮
GUI Yi-nan, LAO Song-yang, KANG Lai, BAI Liang
摘要： 近年来,基于地理位置服务的需求的飞速增长催生了定位技术的发展。基于视觉的方法利用多幅图像的拍摄参数关系能够恢复较精确的相机位姿,但目前并没有统一的评估方法对其性能进行定量评价。现今主流的相机位姿精度评估方法是与GPS进行比较,由于照片自带的GPS标签存在噪声,且不同坐标系之间的转换存在误差,将照片标签中的GPS作为真实值评估恢复的相机位姿精度不够客观。通过计算得到的位姿来建立参考平面,将PnP算法得到的相机位姿通过相同方法投影至参考平面进行评估,该精度评估方法客观可行。
中图分类号:
| [1]FISHLER M A,BOLLES R C.Random sample consensus:a pa-radigm for model fitting with applications to image analysis and automated cartography[J].Communications of the ACM,1981,24(6):381-395. [2]LI S Q,XU C,XIE M.A Robust O(n) Solution to the Perspective-n-Point Problem [J].IEEE Trans Pattern Anal Mach Intell,2012,34(7):1444-1450. [3]GUO Y.A Novel Solution to the P4P Problem for an Uncalibrated Camera[J].Journal of Mathematical Imaging and Vision,2012,45(2):189-198. [4]WU Y,HU Z.PnP problem revisited [J].Journal of Mathematical Imaging and Vision,2006,24(1):131-41. [5]BUJNAK M,KUKELOVA Z,PAJDLA T.A general solution to the P4P problem for camera with unknown focal length[C]∥IEEE Conference on Computer Vision and Pattern Recognition,2008(CVPR 2008).IEEE,2008:1-8. [6]HU Z Y,LEI C.A Short Note on P4P Problem[J].Acta Automatica Sinica,2001,27(6):770-776. [7]HU Z Y,WU F C.A note on the number of solutions of the non-coplanar P4P problem[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2002,24(4):550-555. [8]WU F C,HU Z Y.A study on the P5P problem[J].Journal of Software,2001,12(5):768-775. [9]HARALICK B M,LEE C N,OTTENBERG K,et al.Reviewand analysis of solutions of the three point perspective pose est-imation problem [J].International Journal of Computer Vision,1994,13(3):331-356. [10]FIORE P D.Efficient linear solution of exterior orientate-on[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2001,23(2):140-148. [11]FRIDMAN L,LEE J,REIMER B,et al.‘Owl’ and ‘Lizard’:patterns of head pose and eye pose in driver gaze c-lassification [J].IET Computer Vision,2016,10(4):308-313. [12]WAASENMÜLLER O,STRICKER D.Comparison of Kinect v1 and v2 Depth Images in Terms of Accuracy and Precision[C]∥Asian Conference on Computer Vision Workshop (ACCV workshop).Springer,2016. [13]SATTLER T,TORII A,SIVIC J,et al.Are Large-Scale 3DModels Really Necessary for Accurate Visual Localization?[C]∥CVPR 2017-IEEE Conference on Computer Vision and Pattern Recognition.2017. [14]TRIGGS B,MCLAUCHLAN P F,HARTLEY R I,et al.Bundle-adjustment—a modern synthesis[C]∥International Workshop on Vision Algorithms.Springer Berlin Heidelberg,1999:298-372. [15]WU C.Towards linear-time incremental structure from motion[C]∥2013 International Conference on 3DTV-Conference.IEEE,2013:127-134. [16]WU C,AGARWAL S,CURLESS B,et al.Multicore bundle adjustment[C]∥2011 IEEE Conference on Computer Vision and Pattern Recognition (CVPR).IEEE,2011:3057-3064. [17]STRECHA C,HANSEN W V,GOOL L V,et al.Thoennessen on Benchmarking Camera Calibration and MultiView Stereo for High Resolution Imagery[C]∥CVPR 2008.2008:1-8. |
| [1] | 纪南巡, 孙晓燕, 李祯其. 多源异构用户生成内容的融合向量化表示学习[J]. 计算机科学, 2021, 48(10): 51-58. |
| [2] | 张世豪, 杜圣东, 贾真, 李天瑞. 基于深度神经网络和自注意力机制的医学实体关系抽取[J]. 计算机科学, 2021, 48(10): 77-84. |
| [3] | 王体爽, 李培峰, 朱巧明. 基于数据增强的中文隐式篇章关系识别方法[J]. 计算机科学, 2021, 48(10): 85-90. |
| [4] | 陈德, 宋华珠, 张娟, 周泓林. 融合BERT和记忆网络的实体识别[J]. 计算机科学, 2021, 48(10): 91-97. |
| [5] | 刘丹, 赵森, 颜志良, 赵静, 王会青. 基于堆叠自动编码器的miRNA-疾病关联预测方法[J]. 计算机科学, 2021, 48(10): 114-120. |
| [6] | 高创, 李建华, 季秀怡, 朱程龙, 李诗良, 李洪林. 基于图卷积神经网络的药物靶标作用关系预测方法[J]. 计算机科学, 2021, 48(10): 127-134. |
| [7] | 邵政毅, 陈秀宏. 基于样本特征核矩阵的稀疏双线性回归[J]. 计算机科学, 2021, 48(10): 185-190. |
| [8] | 王卫东, 徐金慧, 张志峰, 杨习贝. 基于密度峰值聚类的高斯混合模型算法[J]. 计算机科学, 2021, 48(10): 191-196. |
| [9] | 唐一星, 刘学亮, 胡社教. 多方向分区网络结构的行人再识别[J]. 计算机科学, 2021, 48(10): 204-211. |
| [10] | 晏旭, 马帅, 曾凤娇, 郭正华, 伍俊龙, 杨平, 许冰. 基于编码-解码器架构的光场深度估计方法[J]. 计算机科学, 2021, 48(10): 212-219. |
| [11] | 许华杰, 杨洋, 李桂兰. 基于注意力机制和深度卷积神经网络的材质识别方法[J]. 计算机科学, 2021, 48(10): 220-225. |
| [12] | 罗月童, 江佩峰, 段昶, 周波. 面向小目标检测的改进RetinaNet模型及其应用[J]. 计算机科学, 2021, 48(10): 233-238. |
| [13] | 刘浪, 李梁, 但远宏. 用于视频修复的连贯语义时空注意力网络[J]. 计算机科学, 2021, 48(10): 239-245. |
| [14] | 朝乐门, 尹显龙. 人工智能治理理论及系统的现状与趋势[J]. 计算机科学, 2021, 48(9): 1-8. |
| [15] | 王俊, 王修来, 庞威, 赵鸿飞. 面向科技前瞻预测的大数据治理研究[J]. 计算机科学, 2021, 48(9): 36-42. |
|
首页