Colmap学习四：后端resection部分（后方交会，PnP、P3P、EPnp、Nakano P3P）

PnP、P3P算法已经相对比较成熟，影响最后结果的主要是点的分布是否均匀，需要寻找Best view selection。

1 后方交会（resection）

模块：位于初始化之后，三角化之前
目的：恢复相机相对于世界坐标系的位姿
算法：PnP （Perspective-n-Point) ，是3D到2D
计算前提：有位姿的6个未知参数，需要至少3对点才能求出唯一解

2 Best view selection

view的选择

• 不但会影响pose估计的质量
• 还会影响后续的三角化的精度和完整性

SFM以往的选择方案：

• 只按照可视点的数量
• 按照三角化点数与可视点数比值的大小

colmap提出了一种打分机制筛选：

• 宗旨：view视图中的可视点越多、分布越均匀，打分越高。
• 方法：打分金字塔，分三级网格，打分基数为2、2²、2³
  • e.g.图score=66 = 2 * 1 + 2² * 4+2³ * 6，即
    • 一级网格中所有点只在1个格中
    • 二级网格所有点分布在4个网格
    • 三级网格中分布在6个网格

论文实验三种方法的对比，可以看到这个打分机制还是行之有效的：

3 PnP

很多博客和讲解都忽略了一些符号定义的解释，让人看起来云里雾里的。

这里找到了一篇语言严谨、逻辑清晰的PnP讲解，作为参考

Reference：大纲参考网课