如何使用 2D 跟踪和初始 3D 姿势估计 3D 姿势答案

【问题标题】：How to estimate 3D pose using 2D tracking and initial 3D pose如何使用 2D 跟踪和初始 3D 姿势估计 3D 姿势
【发布时间】：2014-09-04 16:38:27
【问题描述】：

如何计算物体在场景中移动时的 3D 位姿，我使用 SURF 跟踪场景中的物体，并且该物体的初始 3D 位姿已知。我所知道的是，一旦我使用 SURF，就知道两个连续帧之间的 2D 对应关系，因此通过将原始 3D 姿势乘以一些变换矩阵来计算 3D 姿势应该不难。

【问题讨论】：

如果运动没有限制（例如，在 2D 平面上的运动），则无法从 2D 运动计算 3D 姿势。但在心理学中，詹姆斯吉布森分析了相机移动时图像点的行为方式。这种光流信息可能很有用。
@Micka 感谢您的回复。但是如果初始 3D 姿势已知呢？

标签： c++ opencv computer-vision perspectivecamera

【解决方案1】：

当您知道特征点在某个固定坐标系中的 3D 位置时，在移动相机时，您真正要做的就是估计相机的位姿并应用逆变换来了解当前位姿当前参考系中的对象。此类问题被称为 Pn-P 问题。围绕这个有大量的工作，但最近关于这个主题的一篇论文承诺了一种有效的估计姿势的算法是http://cvlabwww.epfl.ch/~lepetit/papers/lepetit_ijcv08.pdf

你也可以使用cv::solvePnP

【讨论】：

【解决方案2】：

您尝试执行的操作称为structure from motion。查看相关论文和软件的链接。

【讨论】：