[论文解读] A Line-Point Unified Solution to Relative Camera Pose Estimation

Ashraf Qadir, Jeremiah Neubert|arXiv (Cornell University)|Oct 17, 2017

Advanced Vision and Imaging参考文献 9被引用 3

一句话总结

本文提出了一种统一的线性解法，用于通过三视图中的2D点和线进行相对相机位姿估计，利用三线性约束构建线性方程组。通过二次约束强制正交性，该方法在仅使用最少特征对应关系的情况下实现了鲁棒且高效的位姿估计，在小规模和大规模相机运动的公开数据集上均表现出色。

ABSTRACT

In this work we present a unified method of relative camera pose estimation from points and lines correspondences. Given a set of 2D points and lines correspondences in three views, of which two are known, a method has been developed for estimating the camera pose of the third view. Novelty of this algorithm is to combine both points and lines correspondences in the camera pose estimation which enables us to compute relative camera pose with a small number of feature correspondences. Our central idea is to exploit the tri-linear relationship between three views and generate a set of linear equations from the points and lines correspondences in the three views. The desired solution to the system of equations are expressed as a linear combination of the singular vectors and the coefficients are computed by solving a small set of quadratic equations generated by imposing orthonormality constraints for general camera motion. The advantages of the proposed method are demonstrated by experimenting on publicly available data set. Results show the robustness and efficiency of the method in relative camera pose estimation for both small and large camera motion with a small set of points and line features.

研究动机与目标

• 解决在3D视觉中使用最少特征对应关系进行相对相机位姿估计的挑战。
• 将点和线特征统一在一个公式中，以提升位姿估计的鲁棒性和效率。
• 开发一种结合三视图中几何特征的线性解法框架，利用三线性关系。
• 通过旋转矩阵的二次约束强制正交性，确保解的物理有效性。
• 在不同运动尺度下（包括大范围相机位移）于公开数据集上评估性能。

提出的方法

• 该方法利用三张相机视图之间的三线性关系，从点和线的对应关系中推导出线性方程组。
• 将解表述为通过系数矩阵的奇异值分解获得的奇异向量的线性组合。
• 通过求解由旋转矩阵正交性约束导出的小组二次方程，确定线性组合的系数。
• 将三视图中的2D点和2D线整合到单一统一的优化框架中。
• 该算法设计高效且数值稳定，适用于机器人和计算机视觉中的实时应用。
• 解直接由几何约束推导得出，无需迭代优化，确保计算速度快。

实验结果

研究问题

• RQ1 统一的公式能否有效结合点和线以实现相对相机位姿估计？
• RQ2 同时整合两种特征类型如何在对应关系较少的情况下提升鲁棒性？
• RQ3 带有正交性约束的线性系统能否产生准确且稳定的位姿解？
• RQ4 与现有方法相比，该方法在大范围相机运动下的表现如何？
• RQ5 使用该方法进行可靠位姿估计所需的最少点和线数量是多少？

主要发现

• 该方法仅使用少量点和线即可实现鲁棒的相对位姿估计，降低了对高数量特征的依赖。
• 在公开数据集上表现优异，包括大范围相机运动的场景。
• 由于采用直接线性公式和极少的非线性求解，计算效率高。
• 点与线的联合使用提升了稳定性与准确性，尤其在低纹理或稀疏特征环境中。
• 即使仅使用三张视图中的3个点和3条线，该方法仍能保持高精度。
• 结果证实了三线性约束和基于正交性的系数估计方法在生成有效旋转矩阵方面的有效性。