用于 3D 姿态估计的 RGB 网络摄像头

如何解决用于 3D 姿态估计的 RGB 网络摄像头

我不知道这是问这个问题的合适地方，但我们开始吧。 我目前正在使用 VOXELPOSE 实施一个3D 姿态估计项目。 （基于 OpenCV）

因此，我想设置至少两个摄像头来优化 3D 三角测量。 我想在 50 欧元以下购买两个相同的网络摄像头。 （预算不足）

现在问题： 购买网络摄像头时有什么特别需要考虑的吗？ 有人可能有任何网络摄像头推荐吗？

我现在的标准是它的视角至少为100度、1080p和30fps强>。 你同意我的标准吗？您还有什么看法吗？

感谢您的建议。

解决方法

这对 SO 来说并不是一个真正的问题，但简单地说：

没有通用的答案，因为人们不会在真空中进行“3D 姿态估计”。在查看相机规格表之前，您需要明确一个或多个场景的类型，您将查看以及，如果相机正在移动，预计会发生什么样的运动。您需要查看的一些具体问题：

• 室内还是室外场景？
• 静态主题，还是静态和动态场景元素的组合？
• 您是否能控制场景（例如，您是否可以在其中放置已知几何形状的对象）？
• 您是否控制照明（位置、方向、强度、时间）？
• 如果您不控制照明，您能容忍多少照明变化？
• 您的目标准确度是多少？与事实相差 1 米或 1 度，您是否可以接受，或者如果您这样做，会不会有人死亡/损失大量金钱？

如果您对软件最感兴趣，我强烈建议您完全跳过硬件，至少在最初阶段，并使用许多可用的开放数据集之一进行姿势估计。例如，EUROC-MAV。