🏠 Accueil
基準測試
📊 Tous les Benchmarks 🦖 Dinosaure v1 🦖 Dinosaure v2 ✅ To-Do List Apps 🎨 Pages Libres 🎯 FSACB - Showcase 🌍 Traduction
Modèles
🏆 Top 10 Modèles 🆓 Modèles Gratuits 📋 Tous les Modèles ⚙️ Modes Kilo Code
Ressources
💬 Prompts IA 📖 人工智能詞彙表 🔗 Liens Utiles

AI 詞彙表

人工智能完整詞典

200
類別
2,608
子類別
30,011
術語
📖
術語

点追踪

算法过程,用于在一系列视频帧或图像集中跟踪图像间的特征点。跟踪建立估计相机运动和场景三维结构所需的时间对应关系。

📖
術語

极线几何

连接同一场景两个视图的内在几何模型,定义了不同图像中对应点之间的约束。极线几何将二维对应搜索简化为一维直线搜索,显著简化了匹配问题。

📖
術語

本质矩阵

编码两个已校准相机视图之间几何关系的3x3矩阵,包含相对旋转和平移信息。本质矩阵允许分解两个相机位姿间的相对运动,以初始化三维重建。

📖
術語

基础矩阵

通过极线约束连接两个未校准图像中对应点坐标的3x3矩阵。与本质矩阵不同,它整合了相机的内参,并且可以直接从二维对应关系计算得出。

📖
術語

特征检测

在图像中自动识别显著兴趣点,通常使用SIFT、SURF或ORB等检测器。检测到的特征用作建立连续图像之间对应关系的锚点。

📖
術語

相机校准

估计相机内参(焦距、主点、畸变)和外参(位置、方向)的过程。精确校准对于将像素测量转换为可靠的三维度量信息至关重要。

📖
術語

RANSAC

一种鲁棒的迭代算法,用于从包含异常值的数据中估计数学模型参数。RANSAC在SfM中被广泛用于尽管存在错误对应关系也能可靠地估计几何变换。

📖
術語

对应问题

识别在图像序列中从不同视角观察到的相同物理点的基本挑战。对应问题的鲁棒性解决对于SfM成功进行任何三维重建都至关重要。

📖
術語

尺度模糊性

SfM固有的无法在没有外部度量信息的情况下确定重建的绝对尺度。这种限制源于系统无法区分一个近处的微缩场景和一个放大的远景场景。

📖
術語

稀疏重建

SfM的初始阶段,生成一个稀疏但几何上精确的3D点云,作为场景的骨架。稀疏重建在任何密集化之前建立全局拓扑和基础相机位姿。

📖
術語

单应性

连接同一平面在不同视角下的两幅图像的平面射影变换,对于包含平面表面的场景至关重要。单应性允许在特殊情况下初始化重建并验证匹配点。

🔍

搵唔到結果