解释相机校准的重投影误差
Interpreting the Reprojection Error from camera calibration
我对相机校准过程中的重投影误差感到困惑。我知道重投影误差描述了检测点和世界点之间的差异。我什至发现 <1 的值是 "good".
但这说明了什么？我的意思是例如重投影误差为 2：这意味着距离为 2px，到目前为止还不错。但它对校准意味着什么？是否需要校准？还是校准过程会将此值调整为 0？
更笼统地说：值 causes/tells 我们是什么？
来自Mathworks：
Reprojection errors provide a qualitative measure of accuracy. A reprojection error is the distance between a pattern keypoint detected in a calibration image, and a corresponding world point projected into the same image. The showReprojectionErrors function provides a useful visualization of the average reprojection error in each calibration image. If the overall mean reprojection error is too high, consider excluding the images with the highest error and recalibrating.
这样想。假设您正在校准一张脸。你的模型假设你脸上的每个关键点都以一定的比例分开。当然，每张照片都会有与您的模型略有不同的比例差异。你的模型取了其中的 100 个，然后对它们进行平均以确定面部的 "average" 比例。但是，如果其中 10 张图片的角度很奇怪，或者以某种方式扭曲了怎么办？他们是离群值，他们可能会抛弃你的模型。或许最好将它们从模型计算中排除，这样您就可以获得更规范化的正常人脸模型。您可以通过查看重投影错误判断出什么问题。
我对相机校准过程中的重投影误差感到困惑。我知道重投影误差描述了检测点和世界点之间的差异。我什至发现 <1 的值是 "good".
但这说明了什么？我的意思是例如重投影误差为 2：这意味着距离为 2px，到目前为止还不错。但它对校准意味着什么？是否需要校准？还是校准过程会将此值调整为 0？
更笼统地说：值 causes/tells 我们是什么？
来自Mathworks：
Reprojection errors provide a qualitative measure of accuracy. A reprojection error is the distance between a pattern keypoint detected in a calibration image, and a corresponding world point projected into the same image. The showReprojectionErrors function provides a useful visualization of the average reprojection error in each calibration image. If the overall mean reprojection error is too high, consider excluding the images with the highest error and recalibrating.
这样想。假设您正在校准一张脸。你的模型假设你脸上的每个关键点都以一定的比例分开。当然，每张照片都会有与您的模型略有不同的比例差异。你的模型取了其中的 100 个，然后对它们进行平均以确定面部的 "average" 比例。但是，如果其中 10 张图片的角度很奇怪，或者以某种方式扭曲了怎么办？他们是离群值，他们可能会抛弃你的模型。或许最好将它们从模型计算中排除，这样您就可以获得更规范化的正常人脸模型。您可以通过查看重投影错误判断出什么问题。