前幾章看的腦洞太大，這節來點乾貨。：）
self-calibration 對相機的內部引數加以限制。
目標：找到一種3d重建的方法，取決於euclidean 轉換＋scale factor。
問題：1、根據scene的資訊量。2、相機的移動軌跡。
步驟：1、計算投射矩陣。2、加入某些限制upgrade到metric （或者euclidean）矩陣。
一、相機
calibration用到相機的 extrinsic （i.e. position and orientations）& intrinsic parameters
extrinsic：5個相機相對位置？（這裡不太懂。）
intrinsic：2個view＋5個points
最後得到---->full camera projection matrix
二、self－calibration
absolute conic (ac) 和
its projection in the images (iac)（絕對二次曲線和其投影）。ac在
euclidean轉換中是不變的，對於移動的相機的相對位置也是不變的，因為相機的內部引數固定不變，因此他的投影也是不變的。舉個栗子，你在筆直的路上走啊走，感覺月亮總是照著你。ac更膩害一點，它對於相機的花樣作死旋轉來說，也是不變的。ac一旦確定就可順利進行3d重建，但並不是每次都可以找到準確的ac重建位置。實際中，用的最多的方法是
dual absolute quadric (daq，對偶絕對二次曲面)
尋找ac及支撐平面。
illustrates these concepts.
這點不太明白，先查查資料去。。。
3D人臉重建
有關鍵點，有權重，好像12.58m,效果好比較好 據說gtx1080可達10ms 幀，值得試試 位址在 參考 關於速度 mobilenet vs.resnet50 2dasl 漏斗型網路 prnet 關於效能 同樣的訓練集，基於輕量網路的 3ddfa 甚至可以超過 prnet 當然有暴力調參的功勞 ...
基於仿射3D的測量和重建
multiple view geometry in computer vision second edition p223 根據已知像平面的消失線，可以測量像平面的仿射屬性 如果再加上可以識別出與平面不平行的方向的消失點，然後就能夠計算三維透視空間的仿射屬性 我們將針對消失點對應於與平面正交的方向的...
不要為3d而3d
和以前的幾個朋友聊天，也有做game的。發現大家對3d技術都非常熱衷，但是這種熱衷顯得刻意的 為3d而3d，就有點捨本逐末。1 遊戲最重要的是策劃，需要具體的滿足人心底的某種需求，2 3d需要 好顯示卡的支援，這樣就將一部分使用者排斥在外面了。3 現在3d engine已經 很成熟了，通過這些上面的...