我已经训练了一个模型，可以根据Deep image homography estimation找出4个相应像素的位移点。换句话说，本文的输出并没有给出4个相应的点，而是它们的位移。
示例：
4个对应点：
p1 <-> p1', p2 <-> p2', p3 <->p3', p4 <-> p4'
4个对应点的位移（模型的输出）：
(p1'.x - p1.x, p1'.y-p1.y), (p2'.x - p2.x, p2'.y-p2.y), (p3'.x - p3.x, p3'.y-p3.y), (p4'.x - p4.x, p4'.y-p4.y)
该论文称我们可以从4个替换点到9个参数单应矩阵进行1对1映射，但是如何？
我研究DLT，正如论文所建议的那样，该算法需要4个对应点（8个像素位置），而不是4个对应点的位移。
答案 0 :(得分：1)
据我了解你的问题，你问的是如果首先没有像素correspondence就可以生成位移。这需要对论文的假设进行一些描述。
如摘要中所述，给定两个图像，他们估计Homography矩阵（在某些假设下）完全描述两个图像之间每个像素的位移。
P<sup>2</sup><sub>i</sub> = HP<sub>i</sub><sup>1</sup>
在上面的公式中， H 是3x3矩阵乘以P2，它是第二个图像中的一个点。这个操作给出了P1，它是＆＃34;转换的＃34;在第一张图片中的位置。每当使用单应矩阵来描述该变换时，假设场景中的对象到目前为止，使得它们可以解释为它们生活在平面上。这就是为什么用矩阵来解释这种变换的原因。因为它只能描述仿射变换（即平移，旋转和倾斜），所有这些变换都是在平面场景的假设下进行的。
回到您的问题，此转换可用于查找对应关系，例如通过舍入上面等式中的 P1 或者找到第一个图像中的最近邻居，这使得它不再是一对一的映射，因为多个 P2 可以映射到一个P1
我不确定你的问题是否属于我的答案集。如果它没有让我知道，那么我可以改进它。