基于对偶数的透视N线姿态估计

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (18): 38-44.

基于对偶数的透视N线姿态估计

张彩霞，孙凤梅

北方工业大学模式识别与图像处理研究所，北京　100144

出版日期:2012-06-21 发布日期:2012-06-20

Perspective N line problem based on dual numbers

ZHANG Caixia, SUN Fengmei

Institute of Image Processing and Pattern Recognition, North China University of Technology, Beijing 100144, China

Online:2012-06-21 Published:2012-06-20

摘要/Abstract

摘要： 由空间几何信息（如点、线）与其图像元素间的对应关系来确定摄像机的外参数（位置和方向），即姿态估计问题，是计算机视觉、摄影测量学等的主要研究问题之一。在针孔摄像机模型下，利用对偶数这一数学工具把基于点的姿态估计算法推广到基于线的姿态估计算法，使得点、线姿态估计算法得到了统一。与已有的基于线的姿态估计算法区别在于，并未利用空间线或图像线上孤立的点的信息，而是线的整体信息，这就避免了点对应问题以及由此带来的误差等问题。大量的模拟实验和真实实验验证了方法的可行性和有效性。

关键词: 姿态估计, 摄像机定位, 对偶数

Abstract: It is a classical problem to estimate the camera pose from a calibrated image of 3D entities（points or lines） in computer vision. According to the coplanarity of the corresponding image line and space line, a new group of constraints are introduced based on the dual-number methods. Different from the existing methods based on lines, this paper doesn’t use an isolated point on either the space line or the image line, but the whole line data. Thus, it is evitable to detect the corner as well as the corresponding propagating error. Extensive tests show that the proposed algorithm is efficient.

Key words: pose estimation, camera localization, dual number

张彩霞，孙凤梅. 基于对偶数的透视N线姿态估计[J]. 计算机工程与应用, 2012, 48(18): 38-44.

ZHANG Caixia, SUN Fengmei. Perspective N line problem based on dual numbers[J]. Computer Engineering and Applications, 2012, 48(18): 38-44.

[1]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[2]	张越，黄友锐，刘鹏坤. 引入注意力机制的多分辨率人体姿态估计研究[J]. 计算机工程与应用, 2021, 57(8): 126-132.
[3]	陈艳杰，舒大伟，杨吉江，王欢，王青，雷毅. 儿童运动协调障碍AI诊断系统研究综述[J]. 计算机工程与应用, 2021, 57(2): 28-36.
[4]	熊杰，彭军，杨文姬，黄丽芳. 多尺度高分辨率保持和视角不变的手姿态估计[J]. 计算机工程与应用, 2021, 57(14): 148-157.
[5]	王发明，李建微，陈思喜. 三维人体姿态估计研究综述[J]. 计算机工程与应用, 2021, 57(10): 26-38.
[6]	周克旻，周蓉，滕婧，陈亦奇. 多标记室内小型无人机定位与姿态估计方法[J]. 计算机工程与应用, 2019, 55(22): 231-238.
[7]	邓益侬，罗健欣，金凤林. 基于深度学习的人体姿态估计方法综述[J]. 计算机工程与应用, 2019, 55(19): 22-42.
[8]	韩贵金. 基于改进CNN和加权SVDD算法的人体姿态估计[J]. 计算机工程与应用, 2018, 54(24): 198-203.
[9]	赵勇1，2，巨永锋1. 基于条件先验人体模型的人体姿态估计[J]. 计算机工程与应用, 2018, 54(16): 24-29.
[10]	沈建冬，陈恒. 融合HOG和颜色特征的人体姿态估计新算法[J]. 计算机工程与应用, 2017, 53(21): 190-194.
[11]	韩贵金. 加权SVDD算法在人体姿态估计中的研究与应用[J]. 计算机工程与应用, 2017, 53(15): 132-136.
[12]	崔少奇，耿国华，刘晓宁. 基于标准脸型的人脸3D姿态估计方法[J]. 计算机工程与应用, 2016, 52(10): 177-180.
[13]	韩贵金1，2，朱虹1. 一种基于图结构模型的人体姿态估计算法[J]. 计算机工程与应用, 2013, 49(14): 30-33.
[14]	刘春生，常发亮，陈振学，李爽. 基于AAM和T型结构的人脸3D姿态估计[J]. 计算机工程与应用, 2012, 48(25): 163-167.
[15]	卢春梅,牛海军,郝琳波. 消除光照和姿态变化影响的人脸识别[J]. 计算机工程与应用, 2008, 44(10): 166-168.