相机轨迹生成：方法、指标与未来方向的全面综述

相机轨迹生成是计算机图形学、机器人学、虚拟现实和电影摄影领域的基石，它能够实现无缝且自适应的相机运动，从而增强视觉叙事和沉浸式体验。尽管其重要性日益凸显，但该领域缺乏一项系统且统一的综述来整合该领域的核心知识和进展。本文通过提供该领域的首篇全面综述来填补这一空白，涵盖从基础定义到高级方法论的各个方面。我们介绍了相机表示的不同方法，并对现有的相机轨迹生成模型进行了深入回顾，从基于规则的方法开始，逐步介绍基于优化的技术、机器学习进展以及集成多种策略的混合方法。此外，我们收集并分析了常用于评估相机轨迹系统的指标和数据集，深入探讨了这些工具如何衡量性能、美学质量和实际适用性。最后，我们强调了现有的局限性、当前研究中的关键空白，以及该领域投资和创新的广阔前景。本文不仅为进入该领域的研究人员提供了基础资源，也为推进跨多种应用的自适应、高效且富有创意的相机轨迹系统铺平了道路。