Mve: نظام إحداثيات المشهد

يقوم التطبيق scene2pset بتصدير سحابة النقطة في نظام إحداثيات المشهد. لم يتم تطبيق أي تحويلات. يمكنك التحقق من خلال تحميل سحابة النقطة والمشهد في UMVE في علامة التبويب "فحص المشهد".

لا ، لا أعتقد ذلك. ليس لدي UMVE في الوقت الحالي وسوف أتحقق منه لاحقًا. ولكن هذا هو إخراج scene2pset.

هذا يعني أن كل النقاط ليست في BB وبالتالي فهي ليست في تنسيق المشهد

يجب أن يكون المربع المحيط أو كيفية تحديد المربع المحيط خاطئًا. المخرجات scene2pset في نظام إحداثيات المشهد ، هذه حقيقة. يحتوي UMVE أيضًا على مُنشئ المربع المحيط الذي يمكنه مساعدتك في العثور على المعلمات الصحيحة.

الصندوق المحيط ليس لي. إنها في الواقع من الرؤية ميدلبوري ، والسبب في طرح هذا الأمر هو أنني أرسلت نتيجتي للتقييم إلى ميدلبري وقالوا إن نقاطي ليست في التنسيق الصحيح وطلبوا مني إجراء فحص العقل باستخدام مربع الإحاطة الخاص بهم و الصورة أعلاه هي النتيجة.
أيضًا وفقًا لإجابتك للإصدار 358: "جميع النتائج موجودة في نظام الإحداثيات الذي تمليه SfM. إذا كنت تريد نظام إحداثيات مشهد معين ، فعليك تغييره بنفسك". النقاط ليست في نظام إحداثيات المشهد

هل تقوم بتشغيل SfM على مجموعات بيانات Middleburry؟ سيؤدي هذا بشكل أساسي إلى إنشاء نظام إحداثيات عشوائي للمشهد لا علاقة له بما يتوقعه ميدلبيري. إذا كنت تريد القيام بذلك بشكل صحيح ، فهذا ما عليك القيام به:

1) استخدم العناصر الداخلية والخارجية للكاميرا كما هو محدد في مجموعة بيانات Middleburry ، واستخدم ذلك للعروض ، على سبيل المثال ، أدخل المعلمات في ملفات meta.ini .
2) قم بإنشاء ميزات SfM دون تشغيل SfM بالفعل. هذا هو الجزء الصعب ، لأنك تريد اكتشاف الميزات ومطابقتها وتثليثها ، ثم تشغيل تحسين لا يغير معلمات الكاميرا. لا أعتقد أن لدينا رمزًا لهذا السيناريو بالضبط في الوقت الحالي.
3) قم بتشغيل الكود الخاص بك في المشهد الناتج ، الموجود في نظام Middleburry corrdinate.

حسنًا ، هذا غريب ولا أرى المنطق الكامن وراء هذا XD. سأفعل ما قلته ، لكن الخطوة 2 ستكون صعبة -__-

السؤال الأخير وسأذهب للنوم x '): إذا قمت بتشغيل sfmrecon بهذه 2 arg = true

1. args.add_option ('0'، "جوهرية ثابتة"، خطأ، "عدم تحسين مضمنات الكاميرا")؛
   
   
   
   1. args.add_option ('0' ، "مشاركة جوهرية" ، خطأ ، "مشاركة جوهرية بين جميع الكاميرات") ؛
   
   

هل ستعمل؟

لا ، لأنه سيتعين عليك أيضًا إصلاح العناصر الخارجية. كما أن إصلاح العناصر الخارجية لا تدعمه طبيعة نهج الإدارة المالية التدريجي.

ما الغريب في هذه الخطوات؟ يجب أن تكون الخطوة 1 تشرح نفسها بنفسها إلى حد ما ، يجب عليك استخدام معلمات Middleburry المقدمة لأن معلمات كاميرا "الحقيقة الأساسية" هذه أفضل مما يمكن أن تقدمه أي SfM. الخطوة 2 مطلوبة لأن MVS الخاص بنا يتطلب نقاط SfM للعمل. إذا كانت لديك خوارزمية MVS لا تتطلب نقاط SfM ، فيمكنك على الأرجح حذف هذه الخطوة.

شكرا لك على كل الإجابات التي قدمتها. إنه مفيد حقًا.
ليست الخطوات غريبة. ولكن لماذا تعد معلمات sfm بعيدة عن الحقيقة على أرض الواقع. ولا يمكنني حذف الخطوة الثانية نظرًا لأن عملي يعتمد على عملك بشكل خاص _dmrecon_ ، كما أنني أستخدم الميزات كبذور لتقدير العمق والقيم الطبيعية. هذا هو سبب نشر الكثير من المشكلات وطرح الكثير من الأسئلة ^ __ ^

إعادة بناء SfM لها غموض 7 أبعاد ، أي الموضع والتوجيه والمقياس فيما يتعلق بكائن العالم الحقيقي الأصلي. تم حل هذا الغموض في الخطوات الأولى من SfM من خلال اتخاذ بعض القرارات التعسفية.

لذا فإن إعادة الإعمار ليست "بعيدة المنال" ، بل تختلف فقط فيما يتعلق بهذا الغموض.

لقد أضفت أداة بسيطة تفعل ما تريد. يرجى قراءة هذه الصفحة.
https://github.com/simonfuhrmann/mve/wiki/Middlebury-Datasets

شكرا جزيلا ،