【论文阅读】EPnP: An Accurate O(n) Solution to the PnP Problem

最新推荐文章于 2024-03-26 11:28:16 发布

原创

最新推荐文章于 2024-03-26 11:28:16 发布 · 1.3k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#论文阅读 #opencv #人工智能

EPnP算法提出了一种线性复杂度的PnP问题非迭代解法，适用于估计校准相机的pose。该方法具有计算速度快、不依赖初始化、鲁棒性好和误差小的特点。随着匹配点数的增加，旋转和翻译的估计会逐渐收敛并趋于稳定。高斯牛顿优化能进一步提升精度，而计算成本增加有限。

EPnP: An Accurate O(n) Solution to the PnP Problem

Opencv.solvePnP documentation

solvePnP

bool cv::solvePnP(
InputArray 	objectPoints,
InputArray 	imagePoints,
InputArray 	cameraMatrix,
InputArray 	distCoeffs,
OutputArray 	rvec,
OutputArray 	tvec,
bool 	useExtrinsicGuess = false,
int 	flags = SOLVEPNP_ITERATIVE 
)

Finds an object pose from 3D-2D point correspondences.
This function returns the rotation and the translation vectors that transf

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

ninnyyan

关注关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

OpenCV相机标定与3D重建(57)精细化优化由 cv::solvePnP 或 cv::solvePnPRansac 等函数得到的初始估计值的函数solvePnPRefineLM()的使用

jndingxin的专栏

01-14

1405

cv::solvePnPRefineLM 是 OpenCV 中用于精细化优化由 cv::solvePnP 或 cv::solvePnPRansac 等函数得到的初始估计值的函数。它使用 Levenberg-Marquardt (LM) 算法来最小化重投影误差，从而获得更精确的姿态估计（旋转和平移向量）。

EPnP: Accurate Non-Iterative O(n) Solution to the PnP Problem

weixin_49024732的博客

06-08

1564

EPnP是一种非迭代的求解PnP问题的方法，根据3D地标点和2D特征点之间的匹配求解相机的位姿，本方法的时间复杂度增加是线性的。本方法的核心是根据虚拟的控制点的权重和来表示n个3D点，因此PnP问题转换为估计控制点在相机坐标系下的坐标，需要计算12x12矩阵的特征向量，求解固定数量的四元方程来求解权重。并且闭式解可以通过高斯牛顿法来优化。所谓PnP问题就是相机的内参以及n对3D地标点和2D特征点之间的匹配关系，以及3D地标点在世界坐标系下的坐标，求解相机位姿的问题。现有的非迭代方法只能选取小部分的点进行

1 条评论您还未登录，请先登录后发表或查看评论

【文献】EPnP: An Accurate O(n) Solution to the PnP Problem

qq_18076309的博客

09-27

214

Lepetit, Vincent, Francesc Moreno-Noguer, and Pascal Fua. “EP n P: An accurate O (n) solution to the P n P problem.” International journal of computer vision 81 (2009): 155-166.

EPnP- An Accurate O(n) Solution to the PnP Problem.pdf

08-08

EPnP- An Accurate O(n) Solution to the PnP Problem.pdf

EPnP An Accurate O(n) Solution to the PnP Problem读后感

qq_44570642的博客

11-17

693

基于自己写的论文笔记与网上资料（这里的位姿指的是相机的参数矩阵，即旋转矩阵R和平移矩阵t，而在https://blog.youkuaiyun.com/yuyangyg/article/details/72794172这篇博客中指出可以得到相应的相机世界坐标系下的位置（参照你选择的对应点坐标）） Epnp算法的核心思想 1. 通过PCA的方式获取世界坐标系的４个控制点（vitual control points），用于通过加权求和的方式表示所有的n个3D空间点在世界坐标系下的坐标信息。 2. 已知空间点Pi

PnP问题之EPnP解法

yt100323的博客

01-18

667

PnP问题之EPnP解法

tobycollins/IPPE:IPPE：一种非常快速准确的方法来计算具有对应关系的平面3D姿态-matlab开发

05-29

基于无限小平面的姿态估计 (IPPE)：一种使用 4 个或更多点对应关系从平面物体的单个图像计算相机姿态的非常快速和准确的方法。这已用于多种应用，包括增强现实、3D 跟踪和使用平面标记的姿势估计以及 3D 场景理解。这是作者在 Toby Collins 和 Adrien Bartoli 发表于 2014 年 9 月《国际计算机视觉杂志》上的同行评审论文“Infinitesimal Plane-based Pose Estimation”中的 Matlab 实现。可以找到作者预印版的副本在这里： http : //isit.u-clermont1.fr/~ab/Publications/Collins_Bartoli_IJCV14.pdf 。链接的 github 页面上提供了 C++ 实现。如果您对论文和 IPPE 有任何疑问，请随时联系 Toby (toby.collins@gm

EPNP算法详解

最新发布

whao2111的博客

03-26

3765

PNP（Perspective-n-Point）问题又称n点透视问题，它是根据摄影测量原理反算图像拍摄时的相机位姿（包括相机位置和方向），主要手段是通过选定图像与物理对象之间对应的特征点，在给定相机内参的条件下反算相机位姿，目前主要的求解方法有3对点估计位姿的P3P、直接线性变换（DLT）、EPNP、UPnP等等，其中P3P和EPNP在OpenCV中直接提供了相关函数。最近的研究内容，需要涉及到相机位姿的计算，然后看网上的资料大多是关于P3P的较多，而对于EPNP的较少，且讲的多为笼统，不利于小白学习。

ORB-SLAM的重定位中使用的EPnP算法解析

cai_niao_lu的博客

01-27

1205

ORB-SLAM中重定位使用到的EPNP算法解析

[转] Opencv 3.4 的solvepnp中的P3P与EPnp位姿估计算法解析

sroman的博客

03-02

2666

https://www.cnblogs.com/shang-slam/p/6481344.html

XLoader下载器

07-06

这是一个通过串口上传固件的固件上传软件，有点像是Arduino的拓展（不能直接上传hex文件）。

PNP算法+后方交会算法

01-23

比较好用的后方交会算法，EPnP An Accurate O(n) Solution to the PnP Problem

摄像机外参数标定（位姿估计 pose estimation）的经典文章和代码 EPNP

07-03

摄像机外参数标定（位姿估计 pose estimation）的经典文章和代码 EPNP

开源项目-toby3d-go-telegraph.zip

09-03

开源项目-toby3d-go-telegraph.zip,I make GoLang bindings for Telegraph API. No more, no less.

OpenCV-Python——第36章：姿势估计

YukinoAI的博客

05-04

4634

目录 1 基础 2 渲染一个立方体 1 基础在上一节的摄像机标定中，我们已经得到了摄像机矩阵，畸变系数等。有了这些信息我们就可以估计图像中图案的姿势，比如目标对象是如何摆放，如何旋转等。对一个平面对象来说，我们可以假设 Z=0，这样问题就转化成摄像机在空间中是如何摆放（然后拍摄）的。所以，如果我们知道对象在空间中的姿势，我们就可以在图像中绘制一些 2D 的线条来产生 3D 的效果。...

Opencv 3.4 中P3P位姿估计算法解析

xuelangwin的博客

06-22

9050

先上图，Opencv3.4中用两种算法实现P3P位姿估计问题。一种是基于距离P3P算法问题（算法1：P3P），一种是基于矩阵P3P算法问题（算法2：aP3P），具体推导细节可以参看论文还以整理的本地关键技术文档。此处只对程序进行分析注释，方便以后使用。注意：此处只注释算法2，因为算法1没有完全搞明白（主要是高小山用wu-ritt算法推导我看不太懂）。外部调用接口函数：/* max 注释 * ...

PnP算法