ceres优化

charlee441 天前
光束法平差·ceres优化·增量式sfm·gcp约束·sim3绝对定向
最小二乘问题详解21:稀疏GCP约束下的自由网平差与弱约束融合在本系列的前两篇文章中,我们分别探讨了增量式 SfM 的两个场景:带完全位姿先验的稳健重建(《最小二乘问题详解19:带先验约束的增量式SFM优化与实现》)与无先验约束的纯视觉自由网平差(《最小二乘问题详解20:无先验约束下的增量式SFM自由网平差》)。这两者代表了数据驱动与模型驱动的两种截然不同的技术路线,各自有着鲜明的优势与局限。
charlee441 个月前
非线性优化·稀疏矩阵·ceres优化·束平差·舒尔补
最小二乘问题详解15:束平差原理与基础实现在本系列(《最小二乘问题详解:目录》)的前几篇文章中,我们系统探讨了运动恢复结构(Structure from Motion, SFM)中的三个核心子问题:
charlee441 个月前
ransac·对极几何·本质矩阵·5点算法·ceres优化
最小二乘问题详解14:鲁棒估计与5点算法求解本质矩阵在上一篇文章《最小二乘问题详解13:对极几何中本质矩阵求解》中,我们系统地探讨了在相机内参已知的前提下,如何从两视图的2D-2D特征匹配中恢复相机的相对位姿。我们首先建立了对极几何的数学模型,并推导出核心约束——对极约束 \(\tilde{\mathbf{x}}_2^\top \mathbf{E} \tilde{\mathbf{x}}_1 = 0\)。在此基础上,我们详细分析了两种求解本质矩阵 \(\mathbf{E}\) 的方法:经典的8点线性算法,它通过求解一个齐次线性系统获得初值;以及基于Samps
我是有底线的