IJCV 2001
Agapito, Hayman, and Reid
2월 10,11일 몫.2001년 논문임에도 아직도 state-of-the-art로 불리고 있길래 한 번 봐주기로 함.
Agapito, Hayman, and Reid
2월 10,11일 몫.2001년 논문임에도 아직도 state-of-the-art로 불리고 있길래 한 번 봐주기로 함.
주 내용
역시 infinite homograpy constraint를 사용. non-linear(LM)와 linear 모두 구현.
ML과 MAP estimatior도 도출하였다고 - 그런데 ML이든 뭐든 cost function을 정하는 것일 뿐 결국 L-M으로 minimized... 번들도 결국 그런 거였나!
지난 1998,1999,2001 논문에서 발전한 점은, optimal estimation과, near-ambiguities를 고려한 것, 그리고 radial lens distortion을 고려한 점이다.
U + V(n-1) <= P(n-1) 에서 indep. eqns의 갯수인 P <= 5이므로 V < 5 이어야 한다. 그렇다면 모든 Kj (j=0,...,n-1) 를 구할 수 있다.
non-linear minimzation에서 광범위한 starting points에 대해 global minimum으로 수렴한다고. 12.5 < f < 35mm 의 크지 않은 범위에서 실험했으니 그런 듯하다. 그러나 radial distortion을 고려하면 수렴하지 않는다고 한다.
linear에는 빠르고 initial estimate가 필요 없지만, unknown but constant param 등의 useful constraints를 사용할 수 없다고.
제안된 self-calibration algorithm은 또한 일반적인 모션에서 affine에서 Euclidean space로의 upgrade에도 사용할 수 있다고 한다.
radial distortion에 관해서는, K가 f의 함수인 것이 부담인 듯. cubic polynomials로 모델링하여 correction된 이미지로 homography를 계산한다.
섹션 5의 optimal estimation과 6의 ambiguity 등은 거의 skip하였으므로 필요할 때 다시 볼 필요가 있음. 끝.
