- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我是一名拥有大约十年企业软件工程经验的开发人员,而我的业余爱好使我进入了广阔而令人恐惧的计算机视觉(CV)领域。
我尚不清楚的一件事是“运动结构”(SFM)工具和“多视图立体声”(MVS)工具之间的分工。
具体来说,CMVS似乎是最好的MVS工具,而Bundler似乎是那里更好的开源SFM工具之一。
摘自CMVS自己的主页:
您应该在捆绑器之后和PMVS2之前始终使用CMVS
我想知道:为什么?!?我对SFM工具的了解是它们为您执行3D重建,那么为什么我们首先需要MVS工具?它们为BFM等SFM工具无法解决的哪些价值/加工/功能增加了什么?为什么建议建立以下管道:
Bundler -> CMVS -> PMVS2
最佳答案
很快,运动结构(SfM)和多视图立体声(MVS)技术是互补的,因为它们不能处理相同的假设。它们的输入也略有不同,MVS需要运行摄像头参数,该参数由SfM估算(输出)。 SfM仅提供粗略的3D输出,而PMVS2提供更密集的输出,最后通过CMVS来规避PMVS2的某些限制。
答案的其余部分提供了每种方法的工作原理的高级概述,并解释了为什么采用这种方法。
运动结构
您突出显示的3D重建管道的第一步是SfM算法,可以使用Bundler,VisualSFM,OpenMVG等完成。该算法输入一些图像并输出每个图像的相机参数(稍后会详细介绍)以及场景的3D粗糙形状,通常称为稀疏重建。
SfM为什么只输出粗糙的3D形状?基本上,SfM技术从检测每个输入图像中的2D特征并在图像对之间匹配这些特征开始。例如,目标是告诉“此工作台角位于这些图像中的那些像素位置”。这些功能由所谓的描述符(例如SIFT或ORB)描述。这些描述符被构建为表示图像中的一个小区域(即一堆相邻像素)。它们可以可靠地表示高度纹理化或粗糙的几何形状(例如,边缘),但是这些场景特征需要在整个场景中都是唯一的(从意义上来说是唯一的)才能有用。例如(可能过于简化),具有重复图案的墙对于重建而言不是很有用,因为即使它具有很高的纹理,墙的每个区域都可能与墙上的其他任何地方相匹配。由于SfM正在使用这些功能执行3D重建,因此3D场景重建的顶点将位于这些唯一的纹理或边缘上,从而提供粗糙的网格作为输出。如果没有精确和独特的纹理,SfM通常不会在表面中间产生顶点。但是,当在图像之间找到许多匹配项时,可以计算出图像之间的3D变换矩阵,从而有效地给出两个相机姿态之间的相对3D位置。
多视图立体声
之后,将MVS算法用于细化通过SfM技术获得的网格,从而导致所谓的密集重构。此算法要求每个图像的相机参数都起作用,这由SfM算法输出。由于它适用于更受约束的问题(因为它们已经具有每个图像的相机参数,例如位置,旋转,焦点等),因此MVS将在描述符未正确(或无法正确检测)的区域上计算3D顶点或匹配。这就是PMVS2所做的。
PMVS如何在二维特征描述符难以匹配的区域上工作?由于您知道相机参数,因此知道图像中的给定像素就是另一图像中线的投影。这种方法称为epipolar geometry。 SfM必须为每个描述符搜索整个2D图像以找到可能的匹配,而MVS将在单个1D线上工作以找到匹配,从而大大简化了问题。因此,MVS通常会在优化过程中考虑照明和物体材质,而SfM则不会。
但是,有一个问题:PMVS2执行相当复杂的优化,可能会非常缓慢,或者在大图像序列上占用天文数字的内存。这是CMVS发挥作用的地方,将粗略的3D SfM输出聚集到区域中。然后,将在每个群集上(可能并行)调用PMVS2,以简化其执行。然后,CMVS将把每个PMVS2输出合并到一个统一的详细模型中。
结论
CMVS和PMVS2的作者Yasutaka Furukawa可在本教程中找到此答案中提供的大多数信息以及更多信息:
http://www.cse.wustl.edu/~furukawa/papers/fnt_mvs.pdf
从本质上讲,这两种技术都来自两种不同的方法:SfM旨在使用结构化(但未知)的图像序列执行3D重建,而MVS是基于人类立体感的双视立体视觉的概括。
关于computer-vision - 在计算机视觉中,SFM无法做到的MVS是什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39217717/
我需要将文本放在 中在一个 Div 中,在另一个 Div 中,在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html,头部, body 。(因为我收到了一些反对票,这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中,但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中,我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序,并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的,但一旦知道,就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序,它存储了一些音乐轨道,并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况,我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目,我正在尝试设置 Django 调试工具栏。首先,我尝试了快速设置,它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个,当我转到我的根 URL 时,调试
在 Matlab 中,如果我有一个函数 f,例如签名是 f(a,b,c),我可以创建一个只有一个变量 b 的函数,它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道,是否有关于何时使用 session 和 cookie 的指南或最佳实践? 什么应该和什么不应该存储在其中?谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵,我想用它制作一个 3 维条形图,其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列,条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在, sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中,因为 PStr 包含实际输出。? 既然Pstr中存储的是小写到大写的字母,那么在printf中如何将其给出为“WORD”。有人可以吗?解释一下? #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀!