rivaaaa-CSDN博客

原创【论文阅读32】《Texture Defragmentation for Photo-Reconstructed 3D Models》

纹理碎片合并

2022-12-07 17:32:02 975 2

原创【论文阅读30】-《Autocuts: Simultaneous Distortion and Cut Optimization for UV Mapping》

网格重映射

2022-12-07 15:24:52 387 1

原创【论文阅读31】《OptCuts: Joint Optimization of Surface Cuts and Parameterization》

网格参数化

2022-12-07 14:28:48 631 1

原创【论文阅读】29-Reconstructing Small 3D Objects in front of a Textured Background‘

目录1. introduction2. related work3. Problem formulation4. Method4.1 Step1: Reconstruction of the takes4.2 Step2: Tracking building4.3 Step3: Registration of cameras from other takes4.3.1 pose集合4.3.2 Group pose4.4 Step4: Point segmentat

2022-02-13 18:10:55 498 1

原创【论文阅读】28-Visual SLAM and Structure from Motion in Dynamic Environments: A Survey

1、 Overview2、A.Robust Visual SLAM2.1、Motion Segmentation2.1.1、Background/Foreground Initialization2.1.2、Geometric Constraints—与翻转检测对应2.1.3、Optical Flow2.1.4、Ego-Motion Constraints2.1.5、Deep Learning2. 2、Local

2022-02-13 16:50:31 2120 1

原创【论文阅读】27-Clustering by fast search and find of density peaks

【论文阅读】27-Clustering by fast search and find of density peaks0、basic info0、basic infoRodriguez A , Laio A . Clustering by fast search and find of density peaks[J]. ence, 2014, 344(6191):1492.

2020-12-13 17:09:15 360

原创【论文阅读】26-A Quaternion Clustering Framework

【论文阅读】25-A Quaternion Clustering Framework0、basic info0、basic infoPiórek M, Jabłoński B. A Quaternion Clustering Framework[J]. International Journal of Applied Mathematics and Computer Science, 2020, 30(1): 133-147.

2020-12-06 16:08:18 88

原创【论文阅读】25-数据挖掘中的聚类算法综述

【论文阅读】24-数据挖掘中的聚类算法综述0、basic info0、basic info贺玲, 吴玲达, 蔡益朝. 数据挖掘中的聚类算法综述[J]. 计算机应用研究, 2007, 24(1):10-13.

2020-12-06 16:06:04 981

原创【论文阅读】24-USAC: A Universal Framework for Random Sample Consensus

【论文阅读】23-USAC: A Universal Frameworkfor Random Sample Consensus0、basic infofor Random Sample Consensus)0、basic info Raguram, Rahul, Chum, et al. USAC: A Universal Framework for Random Sample Consensus[J]. IEEE Transactions on Pattern Analysis &

2020-11-22 08:57:43 708

原创【论文阅读】23-Robust Feature Matching Using Spatial Clustering With Heavy Outliers

【论文阅读】22-Robust Feature Matching Using Spatial Clustering With Heavy Outliers0、basic info0、basic info Ma J , Jiang X , Jiang J , et al. Robust Feature Matching Using Spatial Clustering With Heavy Outliers[J]. IEEE Transactions on Image Processing, 201

2020-11-15 14:15:27 548

原创【论文阅读】22-GMS: Grid-based Motion Statistics for Fast, Ultra-robust Feature Correspondence

【论文阅读】22-GMS: Grid-based Motion Statistics forFast, Ultra-robust Feature Correspondence0、basic infoFast, Ultra-robust Feature Correspondence)0、basic infoBian J , Lin W Y , Matsushita Y , et al. GMS: Grid-Based Motion Statistics for Fast, Ultra-Robust F

2020-10-25 10:53:37 388 3

原创【论文阅读】21-多视影像相对方位关系误判检测的置信传播算法

【论文阅读】21-多视影像相对方位关系误判检测的置信传播算法0、basic info1、method1.0、实质：1.1、 Step1 :SIFT –RANSAC:1.2、 Step2 :生成 Bayesian network1.3、 Step3 :根据Bayes network，求解MAP--【确定出Bayes network中的所有节点∂，以最大化后验概率】1.4、 Step4 :采用置信度传播求解MAP问题1.4.1、基于后验概率的因式分解形式（公式3）1.4.2、构建因子图1.4.3、再增加置信传

2020-10-18 14:03:52 332 2

原创【论文阅读】20-Non-Sequential Structure from Motion

【论文阅读】20-Non-Sequential Structure from Motion0、basic info1、pipeline1.1、pre1.2、Step3：detect && remove large errors1.2.1、 Remove the large error实质：1.2.2、 Detect the large error的原理：1.2.3、Cycle生成---`非全部cycle`1.2.4、算法流程1.3、Step4：estimation of camera ori

2020-10-18 13:38:37 272

原创 openMVS-- RefineMesh （原理及代码解读）

openMVS-- RefineMesh （原理及代码解读）0、参考论文1、参数理解2、step1 -- Initialize images3、step2 -- subdivide mesh3.1、decimate3.2、simplify3.3、subdivide3.3.1、reproject4、step3 -- multi-scale iteration4.1、pre4.2、Mesh score --重要4.2.1、score-photo及score-photo梯度4.2.1.1、score-photo

2020-09-24 21:04:43 4027

原创【论文阅读】19-Multi-View Stereo Reconstruction and Scene Flow Estimation with a Global Image-Based Matchi

【论文阅读】19-Multi-View Stereo Reconstruction and Scene Flow Estimation with a Global Image-Based Matching Score0、 basic Information1、method overview2、similarity measure2.1、NCC2.2、MI( mutual information)3、regularization4、details5、implementation6、result0、 basi

2020-09-24 18:58:36 280

原创【论文阅读】18-Large-scale and high-quality Multi-view stereo

【论文阅读】18-Large-scale and high-quality Multi-view stereo0 basic Information1、Photometric robust variational refinement1.1、 Refine的必要性1.2、 refine 核心1.3、E-能量函数构造1.3.1、E_error --基于 E_photo 改进1.3.2、 E_fair1.3.3、Regularize1.4、优化求解过程1.5、 mesh resolution：Adaptivel

2020-09-24 17:38:44 1107

原创 openMVS-- Resrtuction Mesh （原理及代码解读）

【论文阅读】openMVS-- Resrtuction Mesh （原理及代码解读）1、 pre-process2 Resrtuction mesh2.1、 DT – `Incrementally`2.1.1、insert 3D point (alpha_vis)2.1.2、finite\infinite face\DT(DT-s_weight)2.2、 weight （face //DT-t）计算---与alpha_vis（P）有关2.2.0、pre2.2.1、 Camera-vertex之间2.2.2、

2020-09-08 10:55:39 3009

原创三维重建学习零碎笔记(持续更新中)

三维重建学习零碎笔记7.11解算相机姿态及坐标纯旋转径向畸变7.11解算相机姿态及坐标单相机纯旋转的两幅图提供{xi-xi’}解算二者间基础矩阵F，分解，得到关于{P-P’}的多组分解，可以表示成参数簇，选择其中某种特殊分解作为常用形式由此生成的重构具有多义性，即属于射影重构，通过一系列方法可以逐步恢复到仿射重构-度量重构纯旋转1、纯旋转下没有运动视差，无法空三解算2、小基线下，微小像素偏差导致空三误差很大，精度不高径向畸变径向失真与畸变发生在世界向平面的初始投影，随后标定矩阵施加仿射变换

2020-09-07 19:33:31 528 2

原创【论文阅读】17-Exploiting Visibility Information in Surface Reconstruction to Preserve Weakly Supported Su

【论文阅读】117-Exploiting Visibility Information in Surface Reconstruction to Preserve Weakly Supported Surfaces0 basic Information1 aims & characteristics2 method2.1 overview2.2 基于pipeline的改进点2.3 t-edge 权重的改进2.3.0 pre2.3.1 改进措施2.3.2 改进的关键原理2.3.2.1 分类器2.3.2

2020-09-07 19:22:53 1258

原创 openMVS ---dense point cloud（代码理解）

openMVS ---dense point cloud（代码理解）0 代码实现原理1 代码实现步骤1.1 参数传递1.2 loading .mvs数据1.3 稠密重建1.3.0 相关变量及概念1.3.1 ComputeDepthMaps(data) --计算多张深度图1.3.1.1. pre1.3.1.2 为每一张depth map Select view（s）！！！1.3.1.2.1 N neighbors --- global score + filter1.3.1.2.2 MRF ---- t

2020-08-29 14:45:40 3634 5

原创【论文阅读】16-Robust and efficient surface reconstruct from range data

【论文阅读】15-Real-Time Visibility-Based Fusion of Depth Maps0 basic imformation1 aims and characteristics2 method2.1 overview2.2 details3 Result0 basic imformationLabatut P , J.‐P. Pons, Keriven R . Robust and Efficient Surface Reconstruction From Range Data

2020-08-29 11:34:43 713

原创稠密重建学习笔记

稠密重建（dense point cloud）学习笔记概述Method1 - 基于体素Method2 - 基于特征点扩散Method3 - 基于深度图融合--（main）0 prestep1 构造立体图像对（组）step2 深度图计算step3 多张深度图融合step4 抽取物体表面概述学习资料：.PPT：网盘链接密码：ad16参考博文：链接MVS的基本思路：寻找空间中具有图像一致性(Photo-consistency)的点两视图图像一致性：多视图图像一致性：需要考虑相

2020-08-23 10:59:18 1966

原创【论文阅读】15-Real-Time Visibility-Based Fusion of Depth Maps

【论文阅读】15-Real-Time Visibility-Based Fusion of Depth Maps0 basic information1 aims and characteristic2 method2.1 depth map estimate2.1.1 depth 计算--plane-sweeping stereo2.1.1 depth confidence计算2.2 depth map fusion2.2.1 stability fusion2.2.2 confidence fusion

2020-08-22 18:14:44 855

原创【论文阅读】14-Accurate Multiple View 3D Reconstruction Using Patch-Based Stereo for Large-Scale Scenes

【论文阅读】14-Accurate Multiple View 3D Reconstruction Using Patch-Based Stereo for Large-Scale Scenes0 basic information1 characteristic2 method--patch-based stereo matching2.0 patch-matching 参考& 改进2.1 pair selection2.2 depth map computaion2.3 depth refine

2020-08-22 17:07:45 900 1

原创【论文阅读】13-Multi-View Stereo for Community Photo Collections

【论文阅读】13-Multi-View Stereo for Community Photo Collections0 basic information1 background2 method2.0 Calibrating Internet Photos2.1 Estimate depth maps2.1.1 Find good matches ----重要！2.1.1.1 image level---global view selection2.1.1.2 !!Rescaling Views ---a

2020-08-22 12:47:00 662

原创【论文阅读】12-PatchMatch Stereo - Stereo Matching with Slanted Support Windows

【论文阅读】12-PatchMatch Stereo - Stereo Matching with Slanted Support Windows0 basic information1 aims2 method2.1 随机初始化2.2 逐像素迭代传播2.3 平面优化2.4 一致性检查2.5 视差填充论文解读参考链接0 basic informationBleyer M , Rhemann C , Rother C . PatchMatch Stereo - Stereo Matching with

2020-08-22 11:48:35 659

原创 openMVG--IncrementalSFM(原理及代码解读)

openMVG--IncrementalSFM0、pre1、V11.1、算法简介1.2、具体步骤及实现1.2.1、选择initial1.2.1.1. 由用户自己选择1.2.1.2. default：选择baseline较大的pair1.2.2、Initial pair选择后的操作1.2.3、Add remain images1.2.3.1、priciple1.2.3.2、代码实现1.2.4、Add remain images后的计算1.2.4.1、resection1.2.4.2、 BA--每组resect

2020-08-16 16:02:37 2183

原创关于三维姿态、旋转矩阵、欧拉角、四元数、轴角[angle-axis]的理解

关于三维姿态、旋转矩阵、欧拉角、四元数、轴角[angle-axis]的理解1、pre2、描述c2相对于c1的姿态2.1、姿态角2.2、旋转矩阵R3、描述c1-c2的过程3.1、绕3个坐标轴旋转3.1.1、欧拉角3.2、绕某一个特定轴旋转指定角度[轴（x,y,z）角度sita]3.2.1、四元数3.2.2、轴角（Angle-axis）4、总结1、pre参考链接1参考链接2参考链接3c1: 大地坐标系c2: 相机坐标系2、描述c2相对于c1的姿态2.1、姿态角描述c2坐标系相对于c1坐

2020-08-16 13:50:06 3062

原创【论文阅读】11-Adaptive Structure from Motion with a contrario model estimation

【论文阅读】11-Adaptive Structure from Motion with a contrario model estimation0、方法参考：1、a contrario model estimation + incrementalSFM1.1、算法流程1.2、关键步骤总结1.2.1、pick the initial edge1.2.2、add view2、a contrario model estimation 的具体操作2.0 方法参考2.1、改进2.2、参数设置0、方法参考：该论文

2020-08-16 12:22:01 747

原创【论文阅读】10-Automatic Homographic Registration of a Pair of Images, with A Contrario Elimination of Out

【论文阅读】10-Automatic Homographic Registration of a Pair of Images, with A Contrario Elimination of Outliers0、方法参考1、ORSA (Optimized RANSAC)2、ORSA (Optimized RANSAC) + Homography3、其他3.1、Duplicates Removal3.2、Failure ：very few matches.0、方法参考RANSAC1、ORSA (Opt

2020-08-16 12:19:55 353

原创【论文阅读】9-Photo Tourism: Exploring Photo Collections in 3D

【论文阅读】9-Photo Tourism: Exploring Photo Collections in 3D1、论文简介：2、核心实现-采用incrementalSFM2.1、First single pair2.2、Add one camera2.2.1 条件2.2.2 initialize2.2.3 Optimize:2.2.4 add camera 的具体实现3、Geo-registration ---- user interaction4、Scene align to DEM5、其他：未看1、

2020-08-16 11:36:50 822 1

原创 openMVG--GlobalSFM(原理及代码解读)

openMVG--GlobalSFM1、相关概念2、默认参数设置3、使用注意：4、算法流程5、代码实现过程5-0 globalSFM接口函数：5-1接口函数内部实现：5-1-05-1-1 Keep only the largest biedge connected subgraph5-1-2 Compute_Relative_Rotations (2 views matching)5-1-3 Compute_Global_Rotations(relatives_R, global_rotations)5

2020-08-10 11:37:43 3721

原创利用openMVG，解决pnp问题，实现后方交会

利用openMVG，解决pnp问题，实现后方交会0、参考工程项目1、核心实现-lib库源码理解1.0、lib库源码文件1.1、算法核心：求解P【K+相机pose(rotation + center )】2、其他0、参考工程项目openMVG源码中，software文件夹下的项目：1、核心实现-lib库源码理解1.0、lib库源码文件1.1、算法核心：求解P【K+相机pose(rotation + center )】多种方式，主要分为两类：K未知，求解整个Pcase resect

2020-08-10 10:31:48 598

原创【public】借助openMVG、openMVS,使用自己的数据实现三维重建pipeline（SFM+MVS）

借助openMVG、openMVS,使用自己的数据实现三维重建pipeline（SFM+MVS）0、PRE1、openMVG部分1.1、实验设计1.2、实验分析及代码实现1.2.1、实验1 （重点分析，详细理解代码）1.2.1.1、匹配问题1) 理论分析2）代码实现1.2.1.2、实验结果1.2.2、实验21.2.3、实验31.2.4、实验4、5、91.2.6、实验61.2.7、实验71.2.8、实验8-11.2.9、实验8-21.3、代码进一步理解1.4、注意事项2、openMVS部分0、PRE为确

2020-08-10 10:19:01 2090 8

原创利用vcpkg简单实现第三方库依赖的环境配置（以openMVS为例）

利用vcpkg简单实现第三方库依赖的环境配置（以openMVS为例）1、pre2、下载vcpkg3、下载第三方库开源库并编译4、pkg应用4.1、与camke集成4.2、与visual studio集成4.2.1、全局配置4.2.2、局部配置1、pre官方文档参考链接visual studio 切换到英文（由于第三方库：zlib）参考链接visual studio 下载其他组件参考链接2、下载vcpkg3、下载第三方库开源库并编译指定编译架构方法1：命令行中添加架构参数

2020-08-10 08:46:44 894

原创【论文阅读】8-Non-local Scan Consolidation for 3D Urban Scenes

【论文阅读】8-Non-local Scan Consolidation for 3D Urban Scenes1、重要思想2、算法步骤2.1、Get repeated instance2.2、Instance --- plane2.3、Plane cluster2.4、Get representative plane( for cluster)2.5、Point project ---remove point2.6、Plane ----line ---region ( remove the point

2020-08-04 10:48:23 251 9

原创【论文阅读】7-Discovering Structural Regularity in 3D Geometry

【论文阅读】7-Discovering Structural Regularity in 3D Geometry1、Input:2、Processing pipeline2.1、Transform analysis2.1.0、Pre2.1.2、Sample2.1.3、Similarity sets2.1.4、Compute transformation2.1.5、Transformation mapping2.2 Model estimation2.2.1、Clusters2.2.2、Energy(min)

2020-08-04 09:10:25 227

空空如也

空空如也