本文介绍了使用图像进行3D建模，通过点云压缩和2D-3D匹配实现车辆互联网的高精度视觉定位。涉及的论文分别发表在IEEE Transactions on Intelligent Transportation Systems和CVGIP2015，并提供了数据集链接。代码流程包括模型压缩和测试图像定位，详细步骤包括使用VisualSFM进行3D重建和模型压缩，以及测试阶段的定位计算和误差评估。
具体方法来自我参与的两篇paper，一篇journal，一篇conference：
PAPER1 : Vision-Based Positioning for Internet-of-Vehicles， IEEE Transactions on Intelligent Transportation Systems, 2016.
PAPER2 : VISION-BASED POSITIONING WITH SUB-METER ACCURACY FOR INTERNET-OF-VEHICLE (CVGIP2015 Best Paper Award)
过程：基于图像的3D建模--点云压缩--3D和2D的匹配
Dataset：http://imlab.tw/positioning/dataset/
注：以下內容是個人筆記，
最低0.47元/天 解锁文章
扫一扫
3228
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
