【问题标题】:Matching 2D image pixels in corresponding 3D point cloud在对应的 3D 点云中匹配 2D 图像像素
【发布时间】:2020-02-29 07:50:20
【问题描述】:

我想匹配校准后的 3D 激光雷达和 2D 相机数据的像素。我将使用它来训练网络。这可以被视为具有此匹配的标记数据吗?如果是,有没有人可以帮助我实现这一目标?任何建议将不胜感激。

【问题讨论】:

    标签: image opencv computer-vision ros point-cloud-library


    【解决方案1】:

    在高层次上,假设您的相机和激光雷达之间有一些转换(旋转/平移),以及相机的校准矩阵,您就有了 3D 图像和它的 2D 投影。 也就是说,如果您将 3D 点云投影到相机的图像平面上,则每个(RGB)D_world == (x,y,z)_world) 点都会有一个(x,y)_camera(相机帧中的点)。

    这是否有助于训练取决于您要达到的目标;如果您想找到相机的位置或校准它,给定 (RGB)D 数据和图像,使用 Perspective-n 点算法可以做得更好(激光雷达可能更容易,如果它建立了一个“真实”的世界观来进行比较)。是否将其视为标记数据,取决于您尝试如何标记它。他们都说非常相似的话。

    【讨论】:

    • 天真地,我认为您要么尝试训练相机的深度感知,要么训练仅深度激光雷达的颜色感知。还是只是本地化/校准?
    猜你喜欢
    • 2023-01-30
    • 1970-01-01
    • 2019-09-22
    • 2019-07-20
    • 1970-01-01
    • 1970-01-01
    • 2014-07-21
    • 2021-06-27
    • 1970-01-01
    相关资源
    最近更新 更多