ETH&微软开源GOLMAP：全局式SfM比增量式COLMAP快几个数量级？（ECCV'24）

文章预览

点击下方 卡片 ，关注“ 3D视觉之心 ”公众号 第一时间获取 3D视觉干货 >> 点击进入→ 3D视觉之心技术交流群 重新审视全局式SfM 运动恢复结构（Structure-from-Motion, SfM）多年来已经形成了两种主要的解决范式： 增量式 和 全局式 。这两者都以基于图像的特征提取和匹配开始，然后通过两视图几何估计构建输入图像的初始视图图。增量方法从两个视图开始重建，并通过逐步注册附加的相机图像和相关的三维结构来扩展重建。这一过程交替进行绝对相机姿态估计、三角测量和捆绑调整，尽管实现了高精度和鲁棒性，但由于重复的捆绑调整的高成本，限制了其可扩展性。相反，全局方法通过在视图图中联合考虑所有两视图几何，一次性恢复所有输入图像的相机几何。通常，全球估计的相机几何用作三维结构三角测量的初始化，然后进行最终的全局捆绑调整 ………………………………