0%

发表于 更新于 分类于 阅读次数：
本文字数： 168 阅读时长 ≈ 1 分钟

2019年3月7日 下午5:43

比task3的ba更加严苛，要满足一下四个条件：

  1. 标准1： 匹配点的个数大50对
  2. 标准2： homography单应矩阵矩阵的内点比例数过高
    1. 否则容易是纯旋转
  3. 标准3：相机基线要足够长(用三角量测的夹角衡量）
    1. 这样算法效果才会更加稳定，尤其针对初始相机对
  4. 标准4： 成功的三角量测的个数>50%
    1. 就像匹配对中的错误的交线

发表于 更新于 分类于 阅读次数：
本文字数： 151 阅读时长 ≈ 1 分钟

2019年3月7日 下午5:17

task4_incremental_sfm.cc

  1. 输入是一个文件夹，要对文件进行批量整理
  2. 照片可以是任何格式的，不仅限于jpg
  3. 进行特征匹配的时候是两两匹配，复杂度为O(n^2)
  4. 进行的是增量的捆绑调整，而不是单视角的捆绑调整
  5. task4_incremental_sfm的初始相机对

发表于 更新于 分类于 阅读次数：
本文字数： 300 阅读时长 ≈ 1 分钟

2019年3月6日 下午12:00

  1. 作者说了VisualSFM是一款闭源软件，尽管如此，
    1. 其中的 SiftGPU (feature detection & matching)
    2. PBA (multicore bundle adjustment)### 部分是开源的。想用的话可以轻松使用并修改。

官方：

VisualSFM : A Visual Structure from Motion System
文档：
VisualSFM : A Visual Structure from Motion System - Documentation

使用：

  1. VisualSFM使用方法与心得 - SLAM与SFM系统 - 点云技术相关产学研社区 - Powered by Discuz!