bundlefusion 跑自己的离线数据

最新推荐文章于 2024-03-07 16:30:07 发布
最新推荐文章于 2024-03-07 16:30:07 发布
阅读量602 收藏
点赞数
分类专栏： 点云 文章标签： 自动驾驶 人工智能 机器学习
原文链接：https://blog.csdn.net/Wuzebiao2016/article/details/94426905
版权
sinat_16423171
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
SLAM之BundleFusion测试自制Rosbag数据集的可行方案
Zebiao Wu Blog
07-02 5240
SLAM之BundleFusion测试自制Rosbag数据集 前言 最近在做三维重建与轨迹定位相关的研究，需要以一些传统的重建算法做Baselines，我们选择了KinectFusion、ElasticFusion、BundleFusion、ORB-SLAM、VINS等典型的算法为基础，为了使发布的数据集更具有代表性，我们采用了RealSense录制了ROS格式的数据集，并基于此数据集和SLAM算...
BundleFusion离线数据生成 .sens
02-02
生成BundleFusion离线数据 .sens文件 1. 将自己采集的数据命名为BundleFusion需要的格式，如彩色图的命名格式是frame-000000.color.png，深度图的命名格式是frame-000000.depth.png， 其中深度图为16ibt，数据类型...
使用BundleFusion重建個人數據集【全網最詳細】
最新发布
eurus_的博客
03-07 996
使用BundleFusion進行個人數據集的重建，無需生成sens，使用docker
使用Intel RealSense D435i自制离线数据集跑通BundleFusion
Claiborne696的博客
08-26 4892
内容概览摘要操作环境大致流程录制数据集格式转换解析.bag文件时间戳对齐制作源格式封装为.sens格式离线三维重建修改 zParametersDefault.txt修改 zParametersBundlingDefault.txt重建效果 摘要 本文主要讲述如何使用 Intel RealSense D435i 深度相机录制 Rosbag 离线数据集，并基于此数据集跑通 BundleFusion。关于如何基于 BundleFusion 使用 Intel RealSense D435i 深度相机实现实时三维建图
TUM数据集制作BundleFusion数据集
weixin_38636815的博客
07-23 973
BundleFusion的数据集中,在生成.sens文件之前,包括彩色图,深度图和一个位姿文件,并且这个pose文件中的位姿态是有变化的,所以我怀疑,推测,在这个pose文件中可以写入groundtruth的位姿,然后在重建的时候就按照传入的位姿进行计算.为了测试一下效果,我从TUM数据集开始入手,这个数据集中有彩色图,深度图,还有根据时间戳配准后的文件association.txt,还有groundtruth.但是groundtruth中的数据要比association.txt中的数据量多很多,前者更加密
将TUM数据集制作成BundleFusion数据集
weixin_38636815的博客
07-24 1251
在上一篇文章中,我写到了如何将TUM数据生成BundleFusion所需要的数据集,生成的数据集如下图中所示.并且是将每一组数据的groundtruth.txt中的位姿数据写如到这里的pose文件中,作为每一帧图像的先验位姿. 今天我便将生成的数据集转换为了.sens格式,然后运行bundlefusion算法,第一次尝试很失败,1400张图像,最后只重建出了花瓶的一半,还有几片叶子,我不知道哪里出了问题,首先是检查一下数据格式是不是正确,图像的名称,还有每一组数据集最后的info.txt文件的内容,检查.
BundleFusion
sinat_16423171的博客
11-26 527
一、配置 1.先安装VS2013，先安装VS，先安装VS（安装CUDA会配置VS文件，反向的话VS中找不到文件） VS安装参考：https://blog.csdn.net/m0_37477061/article/details/83447773 2.安装CUDA,我们选择的版本为10.1 2.1 CUDA下载路径：https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_v
BundleFusion-master
12-19
方法通常需要几个小时的离线处理来全局纠正模型错误。最近的在线方法证明了令人信服的结果，但遭受以下缺点：（1）需要几分钟的时间才能执行在线修正，影响了真正的实时使用; （2）脆弱的帧到帧（或帧到模型）姿态...
createSens.exe
09-04
由于 BundleFusion 的离线输入格式为.sens格式，因此需将源格式作进一步转换才能实现使用离线数据集进行三维重建，本资源提供从源格式到 sens 格式的一键转换。（说明：执行前需保证源格式文件 result 的存储路径为 ...
cpp-BundleFusion使用OnlineSurfaceReintegration实时GloballyConsistent3D重建
08-16
BundleFusion: Real-time Globally Consistent 3D Reconstruction using Online Surface Re-integration
android bundle和activity之间交换数据
06-01
在Android应用开发中，Bundle和Activity之间的数据交换是至关重要的操作。Bundle对象是Android系统用于存储和传递数据的一种容器，而Activity则是应用程序的基本组件，负责显示用户界面并处理用户交互。理解如何有效...
BundleFusion_Ubuntu
uranus_guan的专栏
07-28 1797
我自己移植的BundleFusion_Ubuntu已经开源了，欢迎大家去测试，https://github.com/nonlinear1/BundleFusion_Ubuntu_V0，同时别忘给我点个星呀 由于自己的电脑问题，和github对于文件大小的限制，本来打算给大家一个下载就能用的软件，目前还是达不到，需要大家耐心一点自己配准一下。 未来有时间我会把画...
制作.sens数据集跑通bundlefusion
weixin_38636815的博客
06-01 2134
1. 主要参考这篇博客实现https://blog.csdn.net/Wuzebiao2016/article/details/94426905 2. 首先就是将自己采集的RGBD图像的保存格式向Bundlefusion需要的格式对齐，如彩色图的命名格式是frame-000000.color.png，深度图的命名规则是frame-000000.depth.png. 3. 最重要的事情是如何将你准备的数据生成.sens文件 （1）将工程中原始的main函数注释掉，然后换成下面的main函数调用工..
BundleFusion 转
u010451780的专栏
08-12 499
https://blog.csdn.net/ffcjjhv/article/details/89221992 介绍 一、配置 1、cuda8.0安装 2、DirectX SDK安装 二、vs2013代码生成 1、mLib与 mLib external配置 mLib mLib external 2、cuda设置 修改cuda版本 显卡计算能力设置 3、相机类型设置（以apt0.sens离线数据为例） 输入类型 修改GlobalA.
vs2013+cuda8.0+xtion运行bundlefusion
落叶知秋了哟的博客
09-05 307
1、代码下载：https://github.com/niessner/BundleFusion 2、依赖库MLib：https://github.com/niessner/mLib 依赖库mLib external libraries：http://kaldir.vc.in.tum.de/mLib/mLibExternal.zip 3、最终的目录结构如下： BundleFusion-master/ external/ mLib/ # this is the submodule you r
Windows 10 VS 2013 Bundle fusion 代码运行笔记
不解不惑
10-16 1300
最近在搞人体面部重建，本来打算通过一个正视图或者两个侧视图进行三维重建，实践中发现无论相机以哪个角度拍摄人脸，较少张的图像数据都不能包含所有部位的人脸数据。经过分析，想实现完整的人体面部重建，只能通过连续的图像序列实现人脸三维重建。经过网上检索bundle fusion在RGBD相机三维重建中，效果算是比较好的，所以下载下来运行下试试，由于使用的是国产的奥比中光的RGBD深度相机，所以这里先采用公开数据集进行实验。 安装的速度还是蛮快的，就是开始有点纠结要不要安装VS2013，想先看下算法效果就果断安装了
BundleFusion代码框架讲解
weixin_38636815的博客
08-06 5453
背景：前面用了几篇文章来记录和总结了，我在研究bundlefusion过程中遇到的一些问题以及解决方法，本来想实现给bundlefusion输入先验轨迹，然后让其根据给定的轨迹进行重建，这样即便在环境比较恶劣的情况下，也可以使用给定的位姿完成重建任务，但是这段时间对bundlefusion有了新的认识，意识到这件事没有我想象的那么简单。bundlefusion的研究工作就要告一段落了，所以最后我对bundlefusion做一个大的总结，把网络上一些经典的文章，整合起来。 一、 首先是先明白bundlefu
生成.sens格式数据集用于BundleFusion重建
weixin_39152543的博客
02-27 2042
生成.sens格式数据集用于BundleFusion重建
Bundle安装基于win10+vs2017+CUDA10.1
weixin_43834466的博客
10-30 799
BundleFusion安装配置方法
bundlefusion算法的不足
07-23
BundleFusion算法虽然在实时重建和场景重建方面有一定的优势，但也存在一些不足之处： 1. 对大规模场景的处理能力有限：BundleFusion算法在处理大规模场景时可能会面临内存和计算资源限制的挑战。由于需要存储和处理大量的点云数据，算法的实时性能可能会受到限制。 2. 对运动快速或动态场景的鲁棒性较差：BundleFusion算法在处理运动快速或动态场景时可能会出现模糊或伪影等问题，导致重建结果的不准确性。算法对于相机姿态变化和场景动态性的鲁棒性有待改进。 3. 对纹理缺乏鲁棒性：由于BundleFusion算法主要依赖于特征点的提取和匹配，对于纹理缺乏或低纹理区域的处理可能会存在困难。这可能导致在低纹理区域的重建结果较差。 4. 对平面结构和非平面结构的处理不平衡：BundleFusion算法在处理平面结构和非平面结构时可能存在处理不平衡的问题。对于非平面结构，算法可能需要更复杂的建模和优化策略来捕捉其几何形状和细节。 5. 受限于输入传感器：BundleFusion算法对输入传感器的要求较高，需要精确的相机姿态和深度图像信息。这可能限制了算法在一些设备或传感器上的适用性。 综上所述，BundleFusion算法在实时重建和场景重建方面具有一定的局限性。然而，随着技术的不断发展和改进，这些问题有望得到进一步解决，并提高算法的稳定性和鲁棒性。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值