[学习笔记-SLAM篇]视觉SLAM十四讲ch8

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