一种可靠的焦距与相机旋转联合在线估计方法
计算机视觉与模式识别
2022-07-27 v1
摘要
源自建筑环境规律性的线性透视线索可用于在线重新标定相机的内参与外参，但由于场景不规则、线段估计不确定性和背景杂波，这些估计可能不可靠。在此我们通过四项举措应对该挑战。首先，我们利用 PanoContext 全景图像数据集 [27] 策划了一个涵盖广泛场景、焦距与相机位姿的新型逼真平面投影数据集。其次，我们利用该新型数据集与 YorkUrbanDB [4] 系统评估文献中常见的线性透视偏差度量，表明偏差度量与似然模型的选择对可靠性影响巨大。第三，我们利用这些发现创建了一种称为 fR 的新型在线相机标定系统，并表明其优于先前最优方法，大幅降低了估计的相机旋转与焦距误差。我们的第四项贡献是一种新颖高效的 Uncertainty 估计方法，可通过策略性选择用于重新标定的帧来显著提升性能关键应用的在线可靠性。
引用
@article{arxiv.2207.12934,
title = {A Reliable Online Method for Joint Estimation of Focal Length and Camera Rotation},
author = {Yiming Qian and James H. Elder},
journal= {arXiv preprint arXiv:2207.12934},
year = {2022}
}