BriefGPT - AI 论文速递
·
基于卫星 CCD 图像的大规模三维重建的改进等效针孔模型
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种用于一般相机的自校准算法，可以处理任意非线性失真。该算法采用了针孔模型、四阶径向失真和通用噪声模型，并使用了 Neural Radiance Fields 和新的几何损失函数来处理复杂的非线性相机模型。该模型可以从头开始学习相机内参和外参，无需 COLMAP 初始化，并可提高 PSNR。该算法易于使用，可应用于 NeRF 变体以提高性能。
🎯
关键要点
-
提出了一种用于一般相机的自校准算法，处理任意非线性失真。
-
算法采用针孔模型、四阶径向失真和通用噪声模型。
-
使用Neural Radiance Fields和新的几何损失函数以实现几何一致性。
-
模型可以从头学习相机内参和外参，无需COLMAP初始化。
-
在可微分的方式下学习相机模型可以提高PSNR。
-
该算法易于使用，可应用于NeRF变体以提高性能。
➡️
