基于立体视觉的物体真实尺寸估计

如何解决基于立体视觉的物体真实尺寸估计

我的目标是估计帧内两个对象的大小。这些（对象 1 和对象 2）相对于相机位于不同的深度，如下所示：

正如您可能注意到的，圆圈 1 中的像素表示的表面单位 (mm²) 可能比圆圈 2 中的小，因为最后一个比前者离相机更远。 我还应该注意到，我并不是要在 3d 世界中找到这些对象的绝对坐标。 （预计不会进行 3d 重建）。

我的问题是：我是否仍然需要找到相机矩阵，然后根据两个视图构建基本矩阵，然后构建视差图并估计深度 Z 和 X 和 Y 坐标的几个点在每个对象上或者有更简单的解决方案（因为不需要绝对的 3D 坐标）