Computer vision 从RANSAC中的2D-2D对应估计相对姿态
从本质矩阵分解，我们得到了反射矩阵对的旋转和平移。这导致每个特征三角剖分有4个可能的Computer vision 从RANSAC中的2D-2D对应估计相对姿态,computer-vision,3d-reconstruction,ransac,Computer Vision,3d Reconstruction,Ransac,从本质矩阵分解，我们得到了反射矩阵对的旋转和平移。这导致每个特征三角剖分有4个可能的（Rc，c'，tc，c'）对。 我在RANSAC中使用基本矩阵估计来检测异常值。因此，在每次Ransac迭代中，我都会执行以下操作： 使用五点算法估计基本矩阵 分解基本矩阵，得到4个可能的（Rc，c'，tc，c'） 对于数据集的每个3D点，计算与低于预先计算的阈值的重投影错误相对应的内联线数 我的问题是，我应该重复计算3D点的4种可能性的重投影误差，还是可以在计算整个数据集的重投影误差之前执行消歧并仅获得一个3D
（Rc，c'，tc，c'）（Rc，c'，tc，c'）