Cos'è la profondità inversa (in odometria) e perché dovrei usarla?

14

Leggendo alcuni articoli sull'odometria visiva, molti usano la profondità inversa. È solo l'inverso matematico della profondità (che significa 1 / d) o rappresenta qualcos'altro. E quali sono i vantaggi del suo utilizzo?

slam computer-vision odometry

— Mehdi
fonte

12

Funzionalità come il sole, le nuvole e altre cose molto distanti avrebbero una stima della distanza di inf. Ciò può causare molti problemi. Per aggirarlo, si stima l'inverso della distanza. Tutti gli inf diventano zeri che tendono a causare meno problemi.

— holmeski
fonte

1

non capisco bene, se sto usando un dispositivo Kinect, i valori di output per l'area non valida sono impostati internamente su 0 , a causa di troppo vicino o troppo lontano o riflessione o disparità. Quello ha sth. a che fare con la profondità inversa?

— Zhangxaochen,

@zhangxaochen La parametrizzazione a profondità inversa è ampiamente utilizzata in SLAM monoculare e aiuta a stimare la profondità del punto 3D. Kinect fornisce informazioni 3D o profondità del punto. Non penso che ci sarà un grande bisogno nell'uso della profondità inversa in Kinect.

— nbsrujan,

8

La parametrizzazione della profondità inversa rappresenta la distanza di un punto di riferimento, d, dalla telecamera esattamente come si dice, proporzionale a 1 / d all'interno dell'algoritmo di stima. Il razionale alla base dell'approccio è che, filtrando approcci come il filtro Kalman esteso (EKF) si suppone che l'errore associato alle funzionalità sia gaussiano.

In un'impostazione dell'odometria visiva, la profondità di un punto di riferimento viene stimata monitorando le caratteristiche associate su alcune serie di frame e quindi utilizzando la parallasse indotta. Tuttavia, per le funzioni distanti (relative allo spostamento della telecamera) la parallasse risultante sarà piccola, e soprattutto la distribuzione dell'errore associata alla profondità è fortemente raggiunta vicino alla profondità minima con una coda lunga (cioè non è ben modellata tramite un Distribuzione gaussiana). Per vedere un esempio, fare riferimento alla Fig. 7 nel documento di Civera et al. (Menzionato da @freakpatrol) o alla Fig. 4 di Fallon et al. ICRA 2012 .

Rappresentando la profondità inversa (cioè 1 / d) questo errore diventa gaussiano. Inoltre consente di rappresentare punti molto distanti, ad esempio punti all'infinito.

$\rho_{i}$ $1/\rho_{i}$

— johnmcd
fonte

Il collegamento ICRA 2012 è interrotto.

— T ....

3

Il documento di Davison che introduce il metodo è abbastanza facile da capire:

Parametrizzazione inversa della profondità per SLAM monoculare di Javier Civera, Andrew J. Davison e JM Martınez Montiel DOI: 10.1109 / TRO.2008.2003276

— freakpatrol
fonte

3

Assicurati di aggiungere una sorta di breve riassunto alla tua risposta. Questo in realtà non risponde alla domanda dell'utente, si collega semplicemente a un documento e tale documento potrebbe non essere disponibile a quel link in seguito!

— Brian Lynch,

Inoltre, è una buona idea menzionare il titolo del documento, e idealmente un DOI, dal momento che ciò significa che sarà più facile da trovare in futuro, se quell'URL specifico muore.

— Mark Booth

0

Oltre alle ragioni menzionate in altre risposte sul condizionamento numerico della profondità inversa, una delle ragioni principali per cui questo termine appare nella letteratura sull'odometria visivamente specifica è il modo in cui le profondità sono calcolate dalla visione stereo: dopo la rettifica, le informazioni 3D sono dedotte da la distanza in X tra il punto in cui appare un punto nelle immagini delle due telecamere.

$Z$ $d$ $Z=\frac{fB}{d}$ $f$ $B$

— Surtur
fonte