第8讲和第7讲内容都是前端的原理,这一讲主要集中于直接法。
已近暂时放弃实践了,先把理论梳理完吧。
反正就,学习的时候想摸鱼,摸鱼的时候闲不住,太难了。
注:
1)学习视频:【高翔】视觉SLAM十四讲。
第8讲
8.1 理论部分
在理解直接法之前,需要涉及到光流法的内容,这两者含有相同的假设条件。笼统来说,光流法算是直接法的一部分(虽然严格来讲光流还是偏匹配),但是其又可划分为稀疏直接,不过也有把它单独出来的分法。
所以,whatever。
书里面这两者联系紧密,所以就不做刻意区分了。
1)光流法和直接法
- 特征点法总的来说分3步进行:1)提取特征并进行描述;2)特征匹配;3)利用匹配解算位姿【对极几何、PnP、ICP】。但是前2步耗时较长,因此有2种解决方法:1)光流法;2)直接法。
- 光流法:计算关键点,不计算描述子,用其他方法寻找匹配点。解算位姿时使用的方法和特征点法相同【对极几何、PnP、ICP】。
- 直接法:计算关键点,不计算描述子,无配对点,用光流跟踪(像素灰度信息)估计相机运动和点的投影。
- 特征点法和光流法都通过最小化重投影误差优化相机运动,而直接法通过最小化光度误差优化相机运动。
- 依据使用像素的数量,直接法分为稀疏直接法【L-K光流】、半稠密直接法【H-S光流】和稠密直接法。
- L-K光流主要通过灰度不变假设(通常指一个窗口patch内光度不变)构建数学模型,要满足该假设其实还要求满足小运动假设。但通常会存在像素运动较大的情况,因此需要构建图像金字塔获得多层光流,再由金字塔顶层开始由粗至精(分辨率由小至大)地追踪光流。BUT,光流仅可估计像素间平移,未考虑相机本身几何结构,以及旋转和图像缩放问题,因此出现了直接法。
- 直接法同样通过灰度不变假设构建最小化光度误差的优化方程,直接估计相机位姿。具体推导涉及到前几讲的内容,有必要整体梳理一下。BUT,直接法也有弊端,主要是非凸性,单个像素没有区分度,灰度值不变不易满足,这部分结合实践会有更深体会。
8.2 实践部分
待续ing