【论文笔记】Geometry based exhaustive line correspondence determination* ICRA2016

 

1. 当无法获得可靠的纹理信息来识别线条特征时，另一种选择是探索模型和相机的各种可能配置，直到我们获得图像和模型特征之间的几何一致性对应。

2. 这包括两种类型的探索，（i）搜索对应地图空间[9]，[10]（ii）搜索姿势空间[11]，[12]，[13]。在第一种方法中，通过不同的可能对应图进行搜索，直到获得几何一致的姿态。在第二种方法中，通过不同的姿态参数值进行搜索，直到重新投影的模型特征与大量图像特征很好地对齐。这两种搜索在计算上都非常昂贵，需要基于某些假设的一些技术来加速它们

核心思想：在query camera和世界坐标系有一个轴对齐的情况下，一个2d-3d的line match可以确定旋转和一个平面（在世界坐标系下，3dline和相机中心都位于这个平面），这样如果有最少三个2d-3d的linematch就可以确定相机中心（3个平面交于一点）。

 

如果一个轴对齐之后，R矩阵就可以投影到2d平面，这样就只剩下一个参数有上述方程。

 

假设在世界坐标系下N和L的夹角为，那么可以遍历和，然后得到交集个数最大的地方，这个地方就是query camera的中心在世界坐标系下的位置，同时这时候的就是相机的旋转->可得query的RT。

pipeline：

首先运行image retrieval 然后将candidate的3d line分别假设和当前query image 中的2d line作为一个匹配可以计算出一组和。计算出所有的这两个参数之后，由于这两个参数都是有限的。因此可以迭代遍历计算出正确的camera 中心。

可并行

因此通过旋转将n和RL之间夹角达到90度

A表示的是camera的一个轴

 

根据轴角计算公式，找到A和001的叉乘向量。然后计算出角度就可以将世界坐标系最齐到camera坐标系的某个轴上

 

 

这个约束很强，如果<90度  A表示的是对齐的坐标轴（在重力对齐的时候可以认为是[0,01]）由于n和L夹角在90度，所以如果<90度一定没有解，=90度有唯一解决，>90度有两个解L1和L2

对于三维直线

部分可见的段，至少其中一个

端点应位于摄影机前面。

 

，，

这两个约束条件能work是因为该论文中的3d line是由module得到（cad），因此query的line的夹角一定是在3d line投影的夹角包裹着）