三维计算机视觉问题的估计：因子化线性方法

本项目旨在为三维计算机视觉中的估计问题提供一种稳定的线性计算方法，称之为因子化线性方法。主要研究内容包括：一般计算框架以及因子矩阵的分解方法；各种具体问题（如：摄像机矩阵、单应矩阵、基本矩阵、三焦张量等估计问题）的因子化线性算法；分析、比较因子化线性方法与其它方法（如：归一化线性方法、几何方法、最大似然方法等）的估计效果；分析噪声类型、测量矩阵条件数对估计结果的影响，明确因子化线性方法的局限性与适用范围。对基本矩阵估计的大量实验表明，我们所提出的因子化线性方法是非常优秀的，与直接线性方法、归一化线性方法以及有关几何方法相比，它都表现出更好的估计结果。本课题的研究成果必将在三维计算机视觉的估计问题中得到广泛地应用。