我有大约15000张封闭空间的图像，这些图像具有已知的相机位置和方向。我也有固有的相机属性。使用这些图像，我想构造该空间的3d版本。我在网上搜索到的所有论文和算法都试图估算位置和方向参数。在使用任何一种算法之前，我决定在这里询问，因为我对所有图像都有明确的相机参数，并且我想在构建3d空间时使用此数据。
编辑：Motion的“结构”算法始终假定我们没有运动数据。我手头有运动数据。因此，这里的问题已更改，但我找不到此问题的名称。
答案 0 :(得分：0)
是的，这些算法通常共同估计结构和相机姿势。但是，如果您已经有了自信的相机姿势估计，则可以
将它们用作这些算法的初始化，并将它们与低协方差关联（或仅通过在其中一些变量上添加先验因子）。每次向后端添加新框架时，您都可以这样做。
这些算法使用的后端（或优化器）通常足够灵活，因此您可以将一些参数块设置为常量。例如，在开源优化器ceres中，您可以使用
class App extends Component {
is_authenticated() {
const token = localStorage.getItem('access_token');
//if token is not expired send on the way
if (token && jwt_decode(token).exp > Date.now() / 1000) {
return true;
} else {
// if token is expired try to refresh
const refresh_token = localStorage.getItem('refresh_token');
if(refresh_token) {
axios.post(config.refresh_url,{},{
headers: {"Authorization": `Bearer ${refresh_token}`},
"crossdomain": true,
mode: 'no-cors',}).then(
response => {
const access_token = response.data.access_token;
localStorage.setItem('access_token', access_token)
return access_token ? true : false
}
)
}
}
return false
}
render() {
const client = this.client;
return (
<Router>
<div>
<Route exact path="/login" component={Login} />
<PrivateRoute exact path="/" component={Home} authenticated={this.is_authenticated()} />
</div>
</Router>
);
}
}
export default App;
即使您的后端不具有此类功能，也只需在求解系统时将这些参数的相应梯度设置为零，并从黑森州矩阵中消除相应的块即可。