PTAM: Parallel Tracking and Mapping for Small AR Workspaces

本文主要是介绍PTAM: Parallel Tracking and Mapping for Small AR Workspaces，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

第5部分讲tracking

给定两帧RGB， 怎么算它们之间相机的变换矩阵

这里有个前提条件， 知道 两帧中匹配上的相素对于同一世界坐标下的点$P_{jW}$
那么该点在当前帧中image space的坐标为

可以通过匹配找到该点在当前帧中image space的坐标为

那么目标函数则为

然后目标函数对未知数$\mu$求导， 用gauss newton, 或者 LM即可解， 算出$\mu$ 即算出相机的变换

那么如何通过匹配找到

5.3有讲
先算A， 怎么算A？
先在source image space空间下， $（u_s,v_s）$, 然后 向右， 向下移一个像素得到$(u_s+1,v_s),(u_s,v_s+1)$, 然后投射回世界坐标中, 然后再然后世界 坐标中的点投射到当前相机下的image space, 即可得到A.

注意这里如何投射回世界 坐标中, 因为没有深度, 看前面假设, 我佛了

得到A之后, 先确定在当前金字塔的哪一层去找对应点, 即$l$
The target pyramid level l is chosen so that $\det (A)/4^l$ is closest to unity
然后从源空间的8x8的patch映射到该层, 映射方法

找后在这个区域找得分最高的点即可

第6部分是讲mapping
先stereo initialisation, 先通5个匹配点, 建立2维到3维的关系 , 具体算法见:
Recent developments on direct relative orientation,

然后后面就是通过 bundle adjustment, 不断算相机的变换$\mu$, 以及对应点在3D中的位置.

这篇关于PTAM: Parallel Tracking and Mapping for Small AR Workspaces的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---