根据最近的相机姿势查找图像

如何解决根据最近的相机姿势查找图像

我有一个3D场景的相机矩阵世界（我们称它为A）：

[[ 6.86118087e-01 -7.27490186e-01  1.11022302e-16  0.00000000e+00]
 [ 3.82193007e-01  3.60457832e-01  8.50881106e-01  0.00000000e+00]
 [-6.19007654e-01 -5.83804917e-01  5.25358300e-01  0.00000000e+00]
 [-2.89658661e+00  5.19178303e-01 -3.50478367e-02  1.00000000e+00]]

而且，我有1000个场景的2D图像。对于每个图像，我的姿势（从照相机到世界）如下：

[[-9.55421e-01  1.19616e-01 -2.69932e-01  2.65583e+00]
 [ 2.95248e-01  3.88339e-01 -8.72939e-01  2.98160e+00]
 [ 4.07581e-04 -9.13720e-01 -4.06343e-01  1.36865e+00]
 [ 0.00000e+00  0.00000e+00  0.00000e+00  1.00000e+00]]

我想通过比较姿势矩阵来找到最接近A的图像。如何将A与每个图像的相机姿势进行比较？

最近的是什么？

仅需一点背景知识，我们便要求注释者在3D场景中编写对象的描述。除此之外，我们还捕获了相机参数，例如矩阵世界（请参见上面的A），中心，外观和自由度，以便我们可以在编写说明时估计他们在3D场景中所处的位置。因此，现在，我正在尝试创建一组训练图像（从1000个可用场景中每个场景取一个图像），并希望找到与记录的摄像机参数最匹配的图像。