Monocular 3D Object Detection

要计算 trans_cam_to_img 矩阵，我们需要确定几个参数：焦距（$f_x$ 和$f_y$），主点位置（$c_x$ 和$c_y$），以及一些其他信息。

假设以下信息：

• 焦距：35mm
• 图像分辨率：960x540
• 图像DPI：96
• 图像位深度：24（这对于计算矩阵没有影响）

1. 计算焦距$f_x$ 和$f_y$

DPI（Dots Per Inch）表示每英寸有多少像素。我们需要将焦距从毫米转换为像素。首先将焦距从毫米转换为英寸：

$$\text{焦距 (英寸)}=\frac{35\text{mm}}{25.4\text{mm/inch}}=1.37795276\text{英寸}$$

然后将焦距从英寸转换为像素：

$$f_x=f_y=1.37795276\text{英寸}\times 96\text{DPI}=132.27699136\text{像素}$$

2. 计算主点位置$c_x$ 和$c_y$

假设主点在图像的中心，主点位置为：

$$c_x=\frac{\text{图像宽度}}{2}=\frac{960}{2}=480\text{像素}$$
$$c_y=\frac{\text{图像高度}}{2}=\frac{540}{2}=270\text{像素}$$

3. 构建 trans_cam_to_img 矩阵

我们现在有了所有需要的参数：

$$f_x=132.27699136\text{像素}{f}_y=132.27699136\text{像素}{c}_x=480\text{像素}{c}_y=270\text{像素}$$

构建 trans_cam_to_img 矩阵：

$$\text{trans\_cam\_to\_img}=\left[\begin{array}{cccc}132.27699136& 0& 480& 0\\ 0& 132.27699136& 270& 0\\ 0& 0& 1& 0\end{array}\right]$$