4 변위 점에 의한 호모 그래피 행렬 찾기

Question

나는 Deep image homography estimation에 따라 4 개의 해당 픽셀의 변위 점을 찾을 수있는 모델을 교육했습니다. 다시 말해서,이 논문의 결과는 4 점이 아니라 그 변위를 보여 주었다.

예 :

4 대응점 4 대응점

p1 <-> p1', p2 <-> p2', p3 <->p3', p4 <-> p4' 

변위 (모델의 출력)

(p1'.x - p1.x, p1'.y-p1.y), (p2'.x - p2.x, p2'.y-p2.y), (p3'.x - p3.x, p3'.y-p3.y), (p4'.x - p4.x, p4'.y-p4.y) 

종이가 우리가 1 대를 할 수 있다고 말한다 4 치환 점에서 9 매개 변수 호모 그래피 행렬로 매핑하는 방법은?

논문에서 제안한대로 DLT를 연구 할 때이 알고리즘은 4 개의 해당 점 (8 픽셀 위치)을 필요로하지만 4 개의 대응 점의 변위는 필요하지 않습니다.

Answer 1

귀하의 질문을 이해하는 한, 픽셀 correspondence을 처음부터 가지고도 변위를 생성 할 수있는 방법을 묻습니다. 이것은 종이의 가정에 대해 약간의 설명이 필요합니다.

요약에서 설명한대로 두 이미지는 두 이미지 사이의 각 픽셀의 변위를 (특정 가정하에) 완전히 설명하는 Homography 행렬을 추정합니다. 상기 식

P<sup>2</sup><sub>i</sub> = HP<sub>i</sub><sup>1</sup>

, H 번째 이미지 포인트이다 P2 곱한 × 3 행렬이다. 이 작업은 첫 번째 이미지에서 "변환 된"위치 인 P1을 제공합니다. 호모 그래피 행렬이이 변환을 설명하는 데 사용될 때마다 장면의 객체가 지금까지와 같이 평면에 살고 있다고 설명 될 수 있다고 가정합니다. 이것이 행렬이이 변환을 설명하는 데 사용되는 이유입니다. 그것은 아핀 변환 (즉, 평행 이동, 회전 및 스큐)만을 기술 할 수 있기 때문에, 이들 모두는 평면 장면의 가정 하에서 유지된다.

질문에 다시 답변 드리면이 변환을 사용하여 서신을 찾을 수 있습니다. 예 : 위의 수식에서 P1을 반올림하거나 복수 P2이 하나의 P1에 매핑 될 수 있으므로 더 이상 일대일 매핑이 아닌 첫 번째 이미지에서 가장 가까운 이웃을 찾습니다.

질문이 내 답변 세트에 속하는지 확실하지 않습니다. 내게 알려주지 않으면 개선 할 수 있습니다.