2023.11.25 & 26 주말 TIL
어제 다 못들은 강의를 듣고 eigen 실습을 조금 진행했다. 강의를 듣기만 하는 거로는 제대로 이해되지 않아서 어려웠던 부분, 이해가 잘 안갔던 부분들에 대해 추가로 정리하고 공부하였다. 확실히 한번 더 천천히 이해하면서 공부하는게 도움이 된다. 추가로 선형대수학... 대학교때 배웠는데 뭔가 조금 부족한 것 같아서 유투브 강의를 듣고 있다.
📝 배운 내용
RANSAC
- outlier rejection을 해주는 알고리즘이다
- random하게 샘플을 뽑아서 모델을 추론하고 평가하는 과정을 반복한다
Early-stop method
- 좋은 모델을 찾았을 경우 RANSAC을 바로 종료하는 기법
PROSA
- feature의 descriptor distance를 prior로 사용
- 기존 RANSAC에서 ramdom sampling을 진행할 때 좀 더 낮은 distance를 가진 descriptor match를 sampling한다
- 점진적으로 높은 distance를 가진 descriptor를 sampling한다
Lo-RANSAC
- 데이터의 distriburion pattern을 활용
- RANSAC cycle을 돌릴 때 한번의 loop 속에서 작은 inner-RANSAC을 만들어 사용한다
Triangulation
- 2D에서 feature correspondence를 통해 3D를 재구성하는 방법
- 같은 물체를 바라보는 두 ray가 3D point X에서 교차한다 -> X를 구할 수 있다
- 하지만 world에는 noise가 있기 때문에 정확히 교차하지 않는다 (간격이 있다)
- 하지만 두 camera center, director vector를 알고 있기 때문에 X를 추론할 수 있다
- direction vector 구하기
- 3D point 위치 구하기 (두 ray와 수직이라는 점을 활용)
Sterso Triangulation
- 좌우 카메라가 전방을 바라보고 있고 같은 plane에 위치해 있을 경우
- 삼각비를 활용하여 3D point의 위치를 계산할 수 있다
