HETA++:混合显式平移平均提升全局SfM精度与效率
本文介绍HETA++,一种改进的全局运动恢复结构(SfM)方法。针对现有平移平均方法在共线相机运动下易退化、显式方法鲁棒性不足的问题,HETA++提出混合显式平移平均框架。该方法首先构建视图-轨迹图,利用全局旋转精炼相对平移,并通过特征视差角和极平面分布过滤异常值。初始化阶段结合凸距离目标函数与非双线性角度目标函数,优化收敛性与鲁棒性。最后通过联合优化模块进行选择性角度精炼与束调整。实验表明,在1DSfM数据集上,HETA++在AUC@3°等指标上优于HETA和GLOMAP,且运行时间分别快2倍和3倍。在KITTI序列数据上,轨迹估计精度显著提升。