基于特征匹配的摄像机真实世界平移估计

Question

我有两个校准摄像头在看一个重叠的场景。我试图估计camera2相对于camera1的姿态(因为camera2可以移动；但是camera1和2都会有一些重叠的特性)。

我使用SIFT识别特征，计算基本矩阵，最终计算基本矩阵。一旦我求解了R和t(四种可能的解之一)，我就得到了规模上的平移，但是在实际的单位中是否可以以某种方式计算它的平移呢？现场没有已知大小的物体，但我确实有这两台相机的校准数据。我已经从运动和立体姿态估计中了解了一些关于结构的信息，但是尺度的概念和与现实世界翻译的相关性让我很困惑。

谢谢!

Answer 1

这是经典的从运动中构造的尺度问题。

简单地说，为了解决比例问题，你必须有其他的信息来源。

这些信息可以是场景中的点(例如地形图)，也可以是从移动摄像机(IMU、GPS等)读取的传感器。