我正在尝试使用安装在门的旋转中心附近的单摄像机进行深度测量的某种物体检测。基本思路是检测门前的物体（向上摆动时），如果门无法完全打开，则会发出碰撞警告。
我必须处理一些问题：
我尝试了什么：
动议结构：
即使有一个完整的序列（从0°-90°旋转）我只会得到一个非常糟糕的场景重建。由于相机移动很少，我相信用这种方法很难获得好的结果（特别是因为我不能在碰撞警告时使用完整的视频序列）。
伪造立体声重建：
我使用了两个连续的图像，对它们进行了纠正并尝试生成视差图。几乎每次epipole都位于图像内部，这会导致整流时出现大量失真。但即使epipole位于图像之外（可能进行整改），视差图也无法使用（碎片，没有独特的结构）。
如果有人有一些想法我会在这里尝试，我将不胜感激。也许光流适合这里？
当解决方案不可行时，我也对某种（数学）证据感兴趣。使用SfM等算法获得良好的重建结果是否需要最小的移动量？对于SfM，翻译是否比旋转更好？
答案 0 :(得分：1)
我相信你已经知道为什么这很难。如果没有额外的场景相关提示/线索，则无法进行仅旋转重建。
您可能需要查看以下论文，该论文使用室内环境假设从单个图像进行3D重建：
E. Delage, Honglak Lee, and A.Y. Ng. A dynamic bayesian network model
for autonomous 3d reconstruction from a single indoor image. In Computer
Vision and Pattern Recognition, 2006 IEEE Computer Society Conference
on, volume 2, pages 2418?2428, 2006.
可能最好的解决方案是更换相机的安装位置，以便铰链旋转也可以应用平移。