我正在使用光流算法作为实时障碍检测和避免系统，以帮助视障人士。我正在使用C#开发该应用程序，并使用Emgu CV进行图像处理。我使用Lucas和Kanade方法，对算法的速度感到满意。由于我使用的是单目视觉，因此很难准确计算跟踪特征的深度并相应地提醒用户。我计划使用超声波传感器来帮助障碍物检测，因为单目相机很难计算深度。有没有关于如何仅使用相机获得准确深度估计的建议？
4个回答
2
很抱歉只能给出一个笼统的回答，但是你最好从一本关于运动结构的标准文本开始，以便了解技术概述。一本好书是Richard Szeliski的最新著作（第七章），可以在网上获取，还有它的参考文献。之后，对于你的应用程序，你可能想要查看SLAM的最新工作 - 牛津大学的Active Vision group发表了一些很棒的工作，Andrew Davison's group也是如此。
- YXD
1
更多关于RobAu下面回答的评论，"运动结构"可能会比"从视频中提取3D模型"获得更好的搜索结果。
- berak
1
嗨，我已经研究了结构运动。就我所知，SFM消耗大量资源，不太适合实时处理。 - Sabry
0
在深度学习中，如果相机没有移动，从一个照片中得到深度信息是不可能的。你可以考虑一些从视频中获得3D信息的方法。这是一个非常困难的问题，特别是当相机视野中的物体也在移动时。
- Rob Audenaerde
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接