我试图通过通常的特征对应方式使用捕获的图像来计算两个摄像机之间的相对姿势。我使用这些特征匹配来计算基本矩阵，分解导致两个视图之间的旋转和平移。我目前在OpenCV中使用findEssentialMat和recoverPose函数来实现此目的。一旦我计算出这个相对姿势：
如何找到此测量的不确定性？我是否应该尝试改进基本矩阵本身（使用极线误差），这会产生基本矩阵的协方差，是否可以从中找到姿势协方差？或者还有另一种方法可以直接找到这种姿势的不确定性吗？
这里还有另一个问题：当我从摄像机C1计算摄像机C2（称之为P2）的相对姿势时，摄像机C1（比如P1）的姿势会有自己的协方差。这对P2有何影响？
答案 0 :(得分：2)
1）你应该通过束调整直接改进你的姿势估计，并计算最优的成本函数的Hessian，其倒数将产生你寻求的协方差。一些BA包（例如Ceres）有API来促进这一点。
2）不相关。缺乏绝对参考，你所能想到的只是估计相对姿势的不确定性。换句话说，如果你只有测量两个摄像机之间的相对运动，你可以假设一个是肯定的，并将运动不确定性完全归因于另一个的姿势。