8点算法的扰动分析：广角摄像机的一个案例研究

蒂亚戈·L·T·达·西尔维拉（Thiago L.T.da Silveira）、克劳迪奥·荣格（Claudio R.Jung）; IEEE/CFF计算机视觉与模式识别会议论文集，2019，第11757-11766页

摘要

本文使用8-PA算法对极线矩阵的估计进行了扰动分析。我们的方法探索了奇异子空间的现有边界，并将它们与8-PA相关联，而不假设匹配特征的任何误差分布。特别是，如果我们使用单位向量作为齐次图像坐标，我们表明在两个视图中匹配特征的空间分布很宽，往往会产生外极矩阵误差的下限。我们的实验验证表明，随着摄像机视野（FoV）的增加，边界和有效误差趋于减小，并且对球形图像（FoV为360degx180deg）使用8-PA可以获得准确的基本矩阵。作为一个额外的贡献，我们给出了基于奇异子空间分析从基本矩阵中提取的平移向量方向的界。

相关材料

[pdf格式]
[围巾]
@会议记录{Silveira_2019_CVPR，
作者={Silveira，Thiago L.T.da和Jung，Claudio R.}，
title={八点算法的扰动分析：广角摄像机的案例研究}，
booktitle＝{计算机视觉和模式识别（CVPR）的IEEE/CFF会议记录}，
月={6月}，
年份={2019}
}