假设我有一组5个标记。我正在尝试使用增强现实框架(例如ARToolkit)找到每个标记之间的相对距离。在我的摄像头中,前20帧只显示前2个标记,因此我可以计算出这2个标记之间的变换。第二个20帧只显示第2个和第3个标记等等。最后20帧显示第5个和第1个标记。我想建立所有5个标记的标记位置的3D地图。
我的问题是,由于视频源的低质量,如何最小化不准确性,考虑到已收集到的所有信息?
我的天真方法是将第一个标记作为基准点,从前20帧中取变换的平均值并放置第2个标记,依此类推处理第3个和第4个标记。对于第5个标记,通过将其放置在第5个和第1个标记之间的变换的平均值和第4个和第5个标记之间的变换的平均值的中间来放置它。但我觉得这种方法对第一个标记放置有偏见,并且没有考虑相机每帧看到超过2个标记的情况。
最终,我希望我的系统能够计算出x个标记的地图。在任何给定帧中,最多可以出现x个标记,并且由于图像质量存在非系统性误差。
如有关于解决此问题的正确方法的任何帮助将不胜感激。
编辑:有关该问题的更多信息:
假设实际地图如下所示:
让我们说我对每个点之间的变换得到了100个读数,这些读数表示图像中的箭头。实际值写在箭头上方。
我获得的值具有一些误差(假定围绕实际值遵循高斯分布)。例如,对于从标记1到2的变换之一,可能是x:9.8 y:0.09。鉴于我拥有所有这些读数,我该如何估算地图?结果应尽可能接近实际值。
我的天真方法存在以下问题。如果从1到2的变换的平均值略有偏移,则即使2到3的读数非常准确,3的放置也可能出错。以下是该问题的示例:
绿色是实际值,黑色是计算值。从1到2的平均变换为x:10 y:2。
我的问题是,由于视频源的低质量,如何最小化不准确性,考虑到已收集到的所有信息?
我的天真方法是将第一个标记作为基准点,从前20帧中取变换的平均值并放置第2个标记,依此类推处理第3个和第4个标记。对于第5个标记,通过将其放置在第5个和第1个标记之间的变换的平均值和第4个和第5个标记之间的变换的平均值的中间来放置它。但我觉得这种方法对第一个标记放置有偏见,并且没有考虑相机每帧看到超过2个标记的情况。
最终,我希望我的系统能够计算出x个标记的地图。在任何给定帧中,最多可以出现x个标记,并且由于图像质量存在非系统性误差。
如有关于解决此问题的正确方法的任何帮助将不胜感激。
编辑:有关该问题的更多信息:
假设实际地图如下所示:
让我们说我对每个点之间的变换得到了100个读数,这些读数表示图像中的箭头。实际值写在箭头上方。
我获得的值具有一些误差(假定围绕实际值遵循高斯分布)。例如,对于从标记1到2的变换之一,可能是x:9.8 y:0.09。鉴于我拥有所有这些读数,我该如何估算地图?结果应尽可能接近实际值。
我的天真方法存在以下问题。如果从1到2的变换的平均值略有偏移,则即使2到3的读数非常准确,3的放置也可能出错。以下是该问题的示例:
绿色是实际值,黑色是计算值。从1到2的平均变换为x:10 y:2。