计算相机和不同大小物体之间的距离
calculate distance between camera and different sized objects
我一直在尝试为我的大学项目开发一个小物体检测系统。
主要想法是我有一个机器人，它可以从周围环境中挑选一个特定的“物体”，为此我只使用一个具有已知内在参数的相机。
我已经开发了一个物体检测系统，可以预测边界框坐标，
使用这些坐标和边界框的大小，我能够使用“三角形相似性”方法预测感知深度，
我面临的问题是，这个特定的“对象”可以有不同的大小，这意味着位于相同距离的对象也可以有不同大小的边界框。
如果物体没有固定大小，检测从相机到物体的粗略估计的另一种方法是什么。
一般情况下无法完成，因为相机投影会丢失比例信息。
根据您的具体情况，您可以使用更多间接方法来推断距离。例如，如果对象躺在地平面上，您可以利用该地板上图案的形状和大小的知识。许多年前分析了更复杂的方法 - 一般主题在“single-view 计量学”的标题下进行。 Antonio Criminisi 1999 年的博士论文是一个很好的参考。
如上所述，单目相机（单视图）无法获取物体的绝对深度。
我建议尝试以下方法：
- 使用一些附加到每个对象的参考比例，例如。您可以在每个物体上添加和检测 ArUco 标记，并找到相应物体的方向和深度。
- 如果您不知道对象的数量，上述方法可能不可行，您可以使用deep learning based models for monocular depth estimation
我一直在尝试为我的大学项目开发一个小物体检测系统。 主要想法是我有一个机器人，它可以从周围环境中挑选一个特定的“物体”，为此我只使用一个具有已知内在参数的相机。 我已经开发了一个物体检测系统，可以预测边界框坐标， 使用这些坐标和边界框的大小，我能够使用“三角形相似性”方法预测感知深度， 我面临的问题是，这个特定的“对象”可以有不同的大小，这意味着位于相同距离的对象也可以有不同大小的边界框。
如果物体没有固定大小，检测从相机到物体的粗略估计的另一种方法是什么。
一般情况下无法完成，因为相机投影会丢失比例信息。
根据您的具体情况，您可以使用更多间接方法来推断距离。例如，如果对象躺在地平面上，您可以利用该地板上图案的形状和大小的知识。许多年前分析了更复杂的方法 - 一般主题在“single-view 计量学”的标题下进行。 Antonio Criminisi 1999 年的博士论文是一个很好的参考。
如上所述，单目相机（单视图）无法获取物体的绝对深度。 我建议尝试以下方法：
- 使用一些附加到每个对象的参考比例，例如。您可以在每个物体上添加和检测 ArUco 标记，并找到相应物体的方向和深度。
- 如果您不知道对象的数量，上述方法可能不可行，您可以使用deep learning based models for monocular depth estimation