从特征点匹配对求取本质矩阵的方法一般是用五点法，这篇论文给出了一种迭代优化求解的方法。这里记录一些知识点和疑点，欢迎探讨和指教。
-
Generators of Lie group
在大部分其他材料中看到的generators是下面这样的（From Lie Groups for 2D and 3D Transformations），与论文中选择的不同，不知道为啥这个论文要这样选呢。
当然二者用于实现都是ok的，不过用不同的generators时后面对
t
^
\hat{t}
t^的参数化也要相应改变（hint:注意[1 0 0]^T in the right null space of G3这句话）。 -
Parameterization of t ^ \hat{t} t^
这里是一个
S
2
S^2
S2流形，可以参考Minimization on the Lie Group SO(3) and Related Manifolds，注意这里的区别哈哈。但是更深层地解释为啥用SO(3)参数化S2的表达式是这样写呢，估计要再补一些群论的知识了。
这里还有个疑问，假如知道大致的位移初值，应该如何参数化作为优化的初值呢？？？？？ -
Derivatives
这里的求导都是针对残差r的，优化的时候注意jacobian的正负号：From Gauss-Newton / Levenberg-Marquardt Optimization
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
