来自具有已知相机位置和方向的图像序列的 space 的 3D 点云？

Question

我有大约 15000 张关闭的 space 图像，并且相机位置和方向已知。我也有固有的相机属性。我想使用这些图像构建这个 space 的 3d 版本。我在网上搜索的所有论文和算法都试图估计位置和方向参数。在使用任何这些算法之前，我决定在这里询问，因为我对所有图像都有明确的相机参数，并且我想在构建 3d space.

时使用这些数据

编辑：运动结构算法总是假设我们没有运动数据。我手头有运动数据。所以问题在这里改变了，但我找不到这个问题的名称。

Answer 1

是的，这些算法通常联合估计结构和相机位姿。但是，如果您已经有了非常有信心的相机姿势估计，您可以

1. 将它们用作这些算法的初始化，并将它们与低协方差相关联（或者只是通过在其中一些上添加先验因素）。每次向后端添加新框架时都可以这样做。

2. 这些算法使用的后端（或优化器）通常足够灵活，因此您可以将一些参数块设置为常量。例如，在开源优化器ceres中，你可以直接使用

   void Problem::SetParameterBlockConstant(double *values)

   即使你的后端没有这样的功能，也只是在求解系统时将这些参数对应的梯度设置为零，并从Hessian矩阵中消除相应的块即可。