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

0、basic info

Enqvist O , Kahl F , Olsson C . Non-sequential structure from motion[C]// IEEE International Conference on Computer Vision Workshops. IEEE, 2012.

2. 适用场景：

//Short baseline【ill-pose // relative rotation--ok 】 
// repetitive 
// closed-loop sequence

3. 论文part 1 && part 2 未看

1、pipeline

1.1、pre

1. 着重分析step2 && step3，其他暂未细究
2. Ideally:
   

由于存在误差【low-level noise && completely inconsistency】，在实际中不完全成立
解决办法：
Remove the large error,在low-level noise情况下求解Ri/Rj/ Rij—对应step3 && step4

1.2、Step3：detect && remove large errors

1.2.1、 Remove the large error实质：

• Consistent subgraph的定义：
  
• wij: the number of inlier feature matches in the image pair

简化处理：pij 表示 Rij 是outlier 的可能性；pij 随wij 单调减；用sum( wij) 代替 log(pij)

1.2.2、 Detect the large error的原理：

Rc: cycle中，Rij累乘
|C|:cycle lengh

• 原理依据1：
  
  
  

• 原理依据2：

• 

RC error 与 sqrt(cycle length) 有关，根据参考文献以及实验证明

1.2.3、Cycle生成—非全部cycle

1. 生成MST—贪心算法

• weight：同上
• MST精度：

通常认为MST上无outlier –( max weight—max inlier feature matches) 若存在oulier,
cycle constraint 失败【inlier edge removed】
–采用一些改进算法(如下)：

2. MST && remain e(one) --cycle

1.2.4、算法流程

1.3、Step4：estimation of camera orientations – handing low-level noise

1.3.1、原理

求解Rij && Ri/Rj

1.3.2、计算方式

1.3.2.1、 unit quaternions 单位四元数

1. 公式（8）等价于公式（14）
   
2. 使用单位四元数时，q && -q表示相同的rotation，存在模糊性

解决办法如下：（原理未细究）

1.3.2.2、 least squares 最小二乘

？？？公式（15）不懂

2、Result && conclusion

1. Data: image size && number

两类典型数据： closed-loop sequence // regular scene

2. Comparison: BUNDLER
3. 实现细节—参数设置
4. Weakness： repetitive structure