RGB-D多视系统传感器融合的双目标框架：在标定中的应用
计算机视觉与模式识别
2019-05-27 v1
摘要
基于RGB-D相机多视系统获取的映射RGB与深度信息，促进了动态场景的完整且有纹理的三维重建。此类多视系统中最关键的步骤之一是通过称为外参标定的过程确定所有相机的相对位姿。在本工作中，我们提出一种基于加权双目标优化的传感器融合框架，用于RGB-D多视系统外参标定的精化。该加权双目标代价函数利用来自RGB图像的2D信息与来自深度图像的3D信息，通过最大似然（ML）方法解析导出。权重因子表现为2D与3D测量中噪声的函数，并考虑了残差误差对优化的影响。我们提出一种迭代方案来估计2D与3D测量中的噪声方差，以同时计算权重因子与相机位姿。对所提方法的广泛定量与定性评估表明，相较于仅使用2D或3D测量信息的精化方案，其标定性能有所提升。
引用
@article{arxiv.1905.09939,
title = {Bi-objective Framework for Sensor Fusion in RGB-D Multi-View Systems: Applications in Calibration},
author = {Hassan Afzal and Djamila Aouada and Michel Antunes and David Fofi and Bruno Mirbach and Björn Ottersten},
journal= {arXiv preprint arXiv:1905.09939},
year = {2019}
}
备注
23 pages