姿勢推定勉強するかな

やんなきゃな。

OpenCVのチュートリアルにいくつか参考になりそうな記事を見つけた。

https://docs.opencv.org/3.3.0/dc/d2c/tutorial_real_time_pose.html
https://docs.opencv.org/3.1.0/d7/d53/tutorial_py_pose.html

あとで読む。
あと重要な文献として、2件積んどく。
EPnP: an accurate O(n) solution to the PnP problem, Lepetit et al 2008
Accurate non-iterative O(n) solution to the PnP problem Moreno-Noguer 2007

この論文を読んでいて、よくわかんなかったのが、intrinsic parametersというもの。
CVでは当たり前のようだけど、カメラ中心の3次元座標から、カメラのスクリーンに投影する行列のようだ。
論文とつじつまがある説明をウィキペディアに見つけたのでメモとして転載しとく。

https://en.wikipedia.org/wiki/Camera_resectioning

Intrinsic parameters

${\displaystyle K={\begin{bmatrix}\alpha _{x}&\gamma &u_{0}&0\\0&\alpha _{y}&v_{0}&0\\0&0&1&0\end{bmatrix}}}$

The intrinsic matrix ${\displaystyle K}$ contains 5 intrinsic parameters. These parameters encompass focal length, image sensor format, and principal point. The parameters ${\displaystyle \alpha _{x}=f\cdot m_{x}}$ and ${\displaystyle \alpha _{y}=f\cdot m_{y}}$represent focal length in terms of pixels, where ${\displaystyle m_{x}}$ and ${\displaystyle m_{y}}$ are the scale factors relating pixels to distance and ${\displaystyle f}$ is the focal length in terms of distance. ${\displaystyle \gamma }$ represents the skew coefficient between the x and the y axis, and is often 0. ${\displaystyle u_{0}}$ and ${\displaystyle v_{0}}$ represent the principal point, which would be ideally in the centre of the image.

ここまで。