计算机视觉life

上一篇文章《从零开始一起学习SLAM | 为啥需要李群与李代数？》以小白和师兄的对话展开，受到了很多读者的好评。本文继续采用对话的方式来学习一下相机成像模型，这个是SLAM中极其重要的内容，必须得掌握哦~小白：师兄，上次听你讲了李群李代数，有种“听君一席话胜读十年书”的赶脚~后来看书感觉容易理解多了呢！师兄：是吗？那太好啦，给你讲的过程也加深了我的理解呢小白：那师兄今天要不要继续加深理解一下...

很多刚刚接触SLAM的小伙伴在看到李群和李代数这部分的时候，都有点蒙蒙哒，感觉突然到了另外一个世界，很多都不自觉的跳过了，但是这里必须强调一点，这部分在后续SLAM的学习中其实是非常重要的基础，不信你看看大神们的论文就知道啦。关于李群李代数，其实高翔的《视觉SLAM十四讲》里推导什么的挺清楚了，本文就在高博的基础上用比较容易理解的语言讲述一下重点。首先，假装（也可能是真的）自己是个小白，我们假...

本文已经首发在个人微信公共号：计算机视觉life（微信号CV_life），欢迎关注！导读结构光法：为解决双目匹配问题而生深度图效果：结构光vs.双目投射图案的编码方式    直接编码    时分复用编码    空分复用编码Kinect1原理iPhone X原深感相机是缩小版的更强大的Kinect1

本文已经首发在个人微信公共号：计算机视觉life（微信号CV_life），欢迎关注！9月13日苹果发布了致敬十周年的新机型iPhone X，其中前置原深感（TrueDepth）相机引起了极大的舆论关注。该相机的构成如下图所示。从左到右，依次是红外镜头、泛光感应元件、距离传感器、环境光传感器、扬声器、麦克风、700万像素摄像头、点阵投影器。其中最有里程碑意义的当属红外镜头 + 点

本文已经首发在个人微信公共号：计算机视觉life（微信号CV_life），欢迎关注！深度相机按照深度测量原理不同，一般分为：飞行时间法、结构光法、双目立体视觉法。本文就来说一说飞行时间法。飞行时间是从Time of Flight直译过来的，简称TOF。其基本原理是通过连续发射光脉冲（一般为不可见光）到被观测物体上，然后接收从物体反射回去的光脉冲，通过

本文已经首发在个人微信公共号：计算机视觉life（微信号CV_life），欢迎关注！导读为什么非得用双目相机才能得到深度？双目立体视觉深度相机的工作流程双目立体视觉深度相机详细工作原理    理想双目相机成像模型    极线约束    图像矫正技术    基于滑动窗口的图像匹配    基于能量优化的图像匹配

通过前面一系列的文章，我们已经了解了深度相机的原理及其广泛的应用。看起来深度相机貌似是一种完美产物。可是稍微有点哲学思维的读者都知道，世界上不存在绝对完美的物体，万物都有两面性，而这两个方面是既对立又统一的。那么深度相机光辉的一面背后，是否也隐藏有一些不为人知的坑？答案是肯定有，而且挺深。下面我们来探讨一下：深度相机在应用开发上有哪些需要特别注意的坑。从《深度相机哪家强？附详细参数

前面我们对深度相机的基本原理有了一定了解，本文相对全面的梳理一下深度相机的应用领域。深度相机的应用在智能人机交互、人脸技术、三维重建、机器人、AR等领域全面开花，目前商用深度相机最成熟的应用就是移动终端上基于人脸技术的多种有趣应用。人脸技术二维人脸技术发展了几十年虽然已经比较成熟，但是人脸关键点检测在各种大角度、多表情、复杂光照、面部遮挡等情况下，想要实现实时鲁棒的高精度检测仍然比较困难。

本文首发于微信公众号：计算机视觉life。 本文的深度相机制造商涉及：Microsoft、Intel、Leap Motion、Orbbec、图漾、Occipital Structure、Stereolabs 、DUO。 文末附深度相机详细对比清单。Microsoft Kinect微软推出了两款Kinect，Kinect一代（Kinect v1）是基于结构光原理的深度相机，Kinect二代（Kine

前面的文章分别介绍了三种深度相机的原理：TOF、RGB双目、结构光。看起来它们都各有利弊，那么在实际产品研发中如何选择深度相机呢？为了读者能够有个清晰的思路，我脑补了苹果公司CEO蒂姆·库克（Tim Cook）和我的一段对话，我们就iPhone X如何选择深度相机深入交换了意见。以下对话内容纯属虚构，如有雷同，肯定是抄我的。-----------------------