¿Es difícil conseguir el mejor artículo para estudiantes?
El tema central de su artículo es PnP, que consiste en determinar la posición y actitud de un objeto 3D a través de una única imagen.
El problema PnP se originó en el campo de la fotogrametría en 1841 y fue propuesto formalmente por Fishler y Bolles en 1981. Es un problema clásico en el campo de la visión por computadora. El problema PnP también se denomina problema de estimación de la pose de un punto de control dado, es decir, bajo los parámetros internos dados de la cámara, se toma una imagen que contiene n puntos de referencia espaciales. El sistema de coordenadas mundial son las coordenadas y sus correspondientes puntos de proyección en el sistema de coordenadas de la imagen. A través de su correspondencia, se puede calcular la posición y postura de la cámara al tomar la imagen.
Los problemas PnP se pueden dividir en dos categorías según el número n de puntos de referencia espacial: uno es el caso donde 3 ≤ n ≤ 5, y el otro es el caso donde n ≥ 6.
La primera situación se puede dividir en problemas P3P, problemas P4P y problemas P5P. Para el problema P3P, cuando el plano determinado por los tres puntos de referencia espaciales no pasa por el centro óptico, existen como máximo cuatro soluciones. Para el problema P4P, existe una solución única cuando los cuatro puntos de referencia espaciales son todos * * * planos, y hay hasta cinco soluciones cuando no hay * * * planos. Para el problema P5P, cuando tres puntos de referencia cualesquiera no son * * líneas, puede haber como máximo dos soluciones. Este tipo de problema PnP suele tener múltiples soluciones debido a la pequeña cantidad de puntos de referencia utilizados para el cálculo. También es extremadamente sensible al ruido de la imagen y tiene una capacidad antiinterferente débil. En el segundo tipo de problema PnP, hay muchos puntos de referencia para calcular la actitud. Por lo tanto, el enfoque de investigación del problema PnP en este caso es la precisión de resolver la actitud, la complejidad del tiempo, la robustez y la resistencia al ruido del algoritmo.