CVPR:A Two-point Method for PTZ Camera Calibration in Sports的C++程序分析（7）

CVPR:A Two-point Method for PTZ Camera Calibration in Sports的C++程序分析（7）

这篇论文的代码分析快到尾声了，那就把剩下的一点看完，

Eigen::Vector3d opt_ptz;
double reprojection_error = cvx_pgl::optimizePTZ(pp, inlier_pan_tilt, inlier_image_pts, hypotheses[i].ptz_, opt_ptz);
hypotheses[i].ptz_ = opt_ptz;
hypotheses[i].inlier_indices_.clear();
hypotheses[i].inlier_candidate_pan_tilt_indices_.clear();
if (hypotheses.size() == 1 && verbose) {
  printf("hypotheses rank %lu, reprojection error %f pixels\n", hypotheses.size(), reprojection_error)
}

上一次分析了optimizePTZ，看了调用Eigen进行LM非线性优化的过程，

优化结束，就把得到的结果赋给hypotheses[i]。值得注意的是，第一次执行这个循环的时候有32个假设集，所以第一次一共循环32次。经过层层筛选，第五次执行这个循环的时候就只有1个假设集了，优化完毕后，就彻底结束了preemptiveRANSACOneToMany（终于分析完了）

再次回到main函数，

        printf("Prediction and camera pose estimation cost time: %f seconds.\n", (clock() - tt)/CLOCKS_PER_SEC);
        if (is_opt) {
            cout<<"ptz estimation error: "<<(ptz_gt - estimated_ptz).transpose()<<endl;
        }
        else {
            printf("-------------------------------------------- Optimize PTZ failed.\n");
            printf("valid feature number is %lu\n\n", image_points.size());
        }
        gt_ptz_all.row(index) = ptz_gt;
        estimated_ptz_all.row(index) = estimated_ptz;
        index++;

显示该算法处理这一帧特征点花的时间，PTZ的估计误差，以及这一帧图片的有效特征点数目

gt_ptz_all和estimated_ptz_all把每次估计的值和真值收集起来

注意，我们用来做测试的图片有很多张，比如10帧图片，每处理完一帧，index就会自动加一，加到十结束。

最后，会打印所有图片的计算结果，

    std::vector<std::string> var_name;
    std::vector<Eigen::MatrixXd> data;
    var_name.push_back("ground_truth_ptz");
    var_name.push_back("estimated_ptz");
    data.push_back(gt_ptz_all);
    data.push_back(estimated_ptz_all);
    matio::writeMultipleMatrix(save_file, var_name, data);

    // simple statistics
    // void meanMedianError(const vector<T> & errors, T & mean, T & median);
    vector<Eigen::VectorXd> errors;
    for (int r = 0; r<gt_ptz_all.rows(); r++) {
        Eigen::VectorXd err = estimated_ptz_all.row(r) - gt_ptz_all.row(r);
        errors.push_back(err);
    }

    Eigen::VectorXd mean_error, median_error;
    dt::meanMedianError(errors, mean_error, median_error);
    cout<<"PTZ mean   error: "<<mean_error.transpose()<<endl;
    cout<<"PTZ median error: "<<median_error.transpose()<<endl;

matio可有可无，opencv自带数据写入写出的类FileStorage

最后，感谢自己的坚持，哈哈！