算法 14.2 Prince Computer Vision ML 学习内在参数
Algorithm 14.2 Prince Computer Vision ML learning of intrinsic parameters
问题:我需要用到Prince的计算机视觉教材中的算法14.2,但是我不清楚伪代码中的T代表什么
伪代码大纲:算法14.2
内参的ML学习
输入:世界点{wi}I i=1,图像点{xi}I i=1,初始Λ
输出:内参数Λ\Λ是内在矩阵
begin
// Main loop for alternating optimization
for t=1 to T do
// Compute extrinsic parameters
[Ω,τ] = calcExtrinsic[Λ,{wi,xi}I i=1] \Ω is the rotation matrix,τ is the translation
// Compute intrinsic parameters
for i=1 to I do
// Compute matrix Ai
ai = (ω1•wi + τx)/(ω3•wi + τz)
// ωk• is kth row of Ω
bi = (ω2•wi + τy)/(ω3•wi + τz)
Ai = [ai,bi,1,0,0;0,0,0,bi,1]
end
// Concatenate matrices and data points
x = [x1;x2;...xI]
A = [A1;A2;...AI]
// Compute parameters
θ = (A^TA)−1A^Tx
Λ = [θ1,θ2,θ3;0,θ4,θ5;0,0,1]
end
// Refine parameters with non-linear optimization Λ
问题:我的问题很简单但是很关键。他说的for t=1 to T do
是什么意思?我很困惑,因为 T 不是输入。
我想通了。大写字母 T 是用于交替计算 6Dof [Ω,τ] 和固有相机矩阵 Λ.
的迭代次数的设定参数
问题:我需要用到Prince的计算机视觉教材中的算法14.2,但是我不清楚伪代码中的T代表什么
伪代码大纲:算法14.2
内参的ML学习
输入:世界点{wi}I i=1,图像点{xi}I i=1,初始Λ
输出:内参数Λ\Λ是内在矩阵
begin
// Main loop for alternating optimization
for t=1 to T do
// Compute extrinsic parameters
[Ω,τ] = calcExtrinsic[Λ,{wi,xi}I i=1] \Ω is the rotation matrix,τ is the translation
// Compute intrinsic parameters
for i=1 to I do
// Compute matrix Ai
ai = (ω1•wi + τx)/(ω3•wi + τz)
// ωk• is kth row of Ω
bi = (ω2•wi + τy)/(ω3•wi + τz)
Ai = [ai,bi,1,0,0;0,0,0,bi,1]
end
// Concatenate matrices and data points
x = [x1;x2;...xI]
A = [A1;A2;...AI]
// Compute parameters
θ = (A^TA)−1A^Tx
Λ = [θ1,θ2,θ3;0,θ4,θ5;0,0,1]
end
// Refine parameters with non-linear optimization Λ
问题:我的问题很简单但是很关键。他说的for t=1 to T do
是什么意思?我很困惑,因为 T 不是输入。
我想通了。大写字母 T 是用于交替计算 6Dof [Ω,τ] 和固有相机矩阵 Λ.
的迭代次数的设定参数