AI 自动翻译
摘要：从3D-2D对应关系中估计相机位姿——即Perspective-n-Point问题——是计算机视觉中最基础的难题之一。现有方法要么求解极小化问题，要么用更简单的目标函数替代原目标。令人惊讶的是，针对实际的最大似然估计（MLE）问题，迄今尚无可扩展且具备严格证明的求解器。我们提出了PnP*，这是首个既能保证高效计算、又能给出经验证的全局最优解的实用求解器。我们证明，在噪声水平适中的情况下，其背后的凸松弛是精确的；据我们所知，这是首次为PnP的最大似然估计问题的任何松弛方法提供稳定性保证。此外，我们通过利用弦图稀疏结构和商环约简技术进一步简化了该松弛问题，使其既易于处理又具备可扩展性。数值实验验证了上述稳定性和可扩展性结果：PnP*能够在超过10 Hz的频率下输出经证明正确的相机位姿。
提交历史
访问 Paper：
查看PDF
HTML（实验性）
TeX 源代码
附加功能
音频摘要
当前浏览上下文：
参考文献与引用
谷歌学术
语义学者
书签
机构
arXivLabs 是一个框架，允许合作者直接在我们的网站上开发并共享新的 arXiv 功能。
无论是个人还是与 arXivLabs 合作的机构，都已认同并践行我们所倡导的开放、社区、卓越以及用户数据隐私等价值观。arXiv 致力于坚守这些价值观，并且只与同样秉持这些理念的合作伙伴开展合作。
您是否有一个能为 arXiv 社区创造价值的项目构想？欢迎了解更多关于 arXivLabs 的信息。