视觉3D感知(一):初步认识

一、3D视觉感知过程

1.输入:单摄像头或多摄像头生成的图像数据

  • 单张图像
  • 图像序列

2.输出

  • 稀疏:物体在3D坐标系中的位置、大小、朝向、速度等

视觉3D感知(一):初步认识_第1张图片

  • 稠密:像素点的类别标签和深度信息

视觉3D感知(一):初步认识_第2张图片

3.算法

  • 按输入来分:单目、双目、多目
  • 按输出来分:3D物体检测、场景深度估计

二.感知任务

1.难点

  • 图像是真实世界在透视视图下的投影

  • 透视投影导致距离/深度信息丢失

  • 图像上物体的大小随距离而变化

  • 很难估计物体的实际距离和大小

2.解决方案

  • 借助其他传感器,比如激光雷达
  • 借助几何假设和约束来辅助求解病态问题
  • 借助深度学习自动地从图像中提取3D信息
    何假设和约束来辅助求解病态问题
  • 借助深度学习自动地从图像中提取3D信息
  • 借助多个摄像头和立体视觉算法

你可能感兴趣的:(视觉3D感知(一):初步认识)