基于秩强制的鲁棒摄像机平移估计

摄像机平移平均，其目标是从给定的摄像机平移方向集合中恢复全局摄像机位置，这对于计算机视觉领域的运动结构（SfM）来说是一个巨大的挑战。这主要是因为从一组带有噪声的基本矩阵中得出的相对平移方向的准确性本质上较低。为了解决这一挑战，我们揭示了摄像机平移矩阵的一个新颖而简单的属性。这个属性表明，对于任何摄像机集，包含所有成对摄像机平移的平移矩阵的秩始终为4或更小。利用这种秩属性，我们引入了一种名为TERE的新方法，用于估算全局摄像机位置。此外，为了提高TERE的准确性和计算效率，我们提出了一种名为B-TERE的迭代批处理平移估计方法。在此方法中，每次迭代都会根据基本的摄像机选择策略从给定的摄像机集中精选一小批摄像机。随后，TERE决定了这些选定摄像机的位置。在多种数据集上的全面实验评估证实，我们提出的技术超越了几种现有的最先进的方法。