AprilCal：辅助和可重复的摄像机校准

诸如视觉测距和彩色点云分割等应用基本上依赖于精确校准，以便从图像中获得额外的测量数据。

提出的方法

如第一部分所述，我们提出的方法通过提供虚拟校准助手来改进现有技术，该助理向用户提供建议并在校准达到指定精度时自动通知他们。我们的方法利用由马赛克组成的校准目标AprilTags [16]，即使目标的某些部分被遮挡，也可以在实况视频流上强力检测。用户与GUI交互以匹配我们软件建议的目标位置。在达到每个目标位置之后，计算下一个最佳位置，重复直到达到所需精度。
我们的系统将校准分为两个连续阶段：自举和不确定性降低。在自举阶段，我们从具有极少参数的受限制相机模型开始，在添加目标的新图像时放松到完整模型。一旦所有模型参数完全受约束（通常在3个图像之后），我们就切换到不确定性降低阶段，直到达到所需的精度。从第一阶段到第二阶段的过渡是透明的：在两种情况下，UI保持不变。