LiFCal：基于束差调整的在线光场相机标定
图像与视频处理
2024-08-22 v1 计算机视觉与模式识别
摘要
我们提出了 LiFCal，一种用于基于微阵列 (MLA) 的光场相机的几何在线标定管道。LiFCal 可从移动相机序列中准确确定模型参数，无需精确的校准目标，集成任意度量尺度约束。它直接在微图像点上定义的单一束差调整中优化光场相机模型的内在参数、稀疏场景点坐标以及相机姿态。我们展示了 LiFCal 可可靠且可重复地使用不同输入序列校准聚焦全息相机，提供的内在参数极接近最先进方法，同时具有两大优势：可用于无目标场景，以及在完整连续管道中实现在线标定。进一步地，我们在深度估计和 SLAM 等下游任务中展示了所获相机参数的质量。网页：https://lifcal.github.io/
引用
@article{arxiv.2408.11682,
title = {LiFCal: Online Light Field Camera Calibration via Bundle Adjustment},
author = {Aymeric Fleith and Doaa Ahmed and Daniel Cremers and Niclas Zeller},
journal= {arXiv preprint arXiv:2408.11682},
year = {2024}
}
备注
Accepted to the German Conference on Pattern Recognition (GCPR) 2024