均值方法：基于无校准且无约束摄像机设置的人类定位十元解决方案
计算机视觉与模式识别
2025-01-28 v2 计算几何
摘要
准确的人类定位对于各种应用至关重要，尤其是在元宇宙时代。现有的高精度解决方案依赖昂贵且依赖标签的硬件，而基于视觉的方法则提供了更经济且无标签的替代方案。然而，当前基于立体视觉的解决方案受到刚性透视变换原理以及多阶段SVD求解器中误差传播的限制。这些解决方案还需要多个高分辨率摄像头且 setup 约束严格。为解决这些限制，我们提出了一种概率方法，将人体上的所有点视为以人体几何中心为中心的分布生成的观察值。这使我们能够显著提高抽样效率，将每个感兴趣点的样本数从数百增加到数十亿。通过对世界坐标均值与像素坐标均值之间的关系进行建模，利用中心极限定理确保正态性并促进学习过程。实验结果表明，在仅使用两个分辨率为640x480像素的网页摄像头的情况下，人类定位精度达到了95%的0.3m范围内精度，接近100%的0.5m范围内精度，成本仅为10美元。
引用
@article{arxiv.2407.20870,
title = {Mean of Means: A 10-dollar Solution for Human Localization with Calibration-free and Unconstrained Camera Settings},
author = {Tianyi Zhang and Wengyu Zhang and Xulu Zhang and Jiaxin Wu and Xiao-Yong Wei and Jiannong Cao and Qing Li},
journal= {arXiv preprint arXiv:2407.20870},
year = {2025}
}