Image-based localization using LSTMs for structured feature correlation
Technical University of Munich（慕尼黑工业大学）；ETH Zürich（苏黎世联邦理工学院）；NavVis
在这项工作中，我们提出了一种新的CNN+LSTM架构，用于室内和室外场景的相机姿态回归。CNN使我们能够学习合适的特征表示，用于对运动模糊和照明变化具有鲁棒性的定位。我们在CNN输出上使用LSTM单元，它在特征向量上起到结构化降维的作用，从而大大提高了定位性能。我们对基于CNN和基于SIFT的定位方法进行了广泛的定量比较，显示了各自的优缺点。此外，我们提出了一个新的大规模的室内数据集与准确的地面真相从激光扫描仪。在室内和室外公共数据集上的实验结果表明，我们的方法优于现有的深度架构，并且可以在硬条件下定位图像，例如，在大多数无纹理表面的存在下，经典的基于SIFT的方法失败了。
2017-08-20 cs.CV
Feature Detection for Hand Hygiene Stages
TU Dublin（都柏林理工大学）
洗手的过程涉及复杂的手部动作。根据世界卫生组织（WHO）的指南，洗手有六个主要的顺序步骤。在这项工作中，详细描述了一个铝钻机建设创建一个强大的洗手数据集进行了讨论。利用图像处理和计算机视觉的Harris检测器、Shi-Tomasi算法和SIFT算法进行手势提取和特征检测，取得了初步的实验结果。手部卫生姿势-手掌对手掌摩擦手部被捕获作为用于运行所有实验的输入图像。未来的工作将集中在处理所捕获的手部运动视频记录，并将深度学习解决方案应用于手部卫生阶段的分类。
2021-08-06 cs.CV
In-the-wild Facial Expression Recognition in Extreme Poses
International Doctoral Innovation Centre, University of Nottingham Ningbo China（宁波诺丁汉大学国际博士创新中心）；School of Computer Science, University of Nottingham Ningbo China（宁波诺丁汉大学计算机科学学院）；Institute of Microscopy Science and Technology, Ningbo Yongxin Optics Co. LTD.（宁波永新光学股份有限公司显微科学与技术研究所）；School of Computer Science, University of Nottingham（诺丁汉大学计算机科学学院）
在计算机研究领域，人脸表情识别是一个热门的研究课题。近年来，研究已经从实验室环境转移到野外环境。这是具有挑战性的，特别是在极端的姿势下。但目前的表情检测系统都在努力避免姿态效应，以获得通用性。在这项工作中，我们以相反的方式解决问题。我们认为，头部姿势和特殊的头部姿势内检测的表情。我们的工作包括两部分：检测头部姿势并将其分组到一个预定义的头部姿势类中;在每个姿势类中进行面部表情识别。实验结果表明，与不考虑姿态的直接识别相比，采用姿态类分组的方法识别效果更好。我们将手工特征、SIFT、LBP和几何特征与深度学习特征相结合，作为表达式的表示。手工制作的功能与高级深度学习功能一起添加到深度学习框架中。作为比较，我们实现了SVM和随机森林作为预测模型。为了训练和测试我们的方法，我们用6种基本表情标记了人脸数据集。
2018-11-06 cs.CV
Gravity-aware partially calibrated absolute pose estimation from affine- or rotation-covariant features
Ericsson Research（爱立信研究院）；University of Zaragoza（萨拉戈萨大学）
该研究针对部分标定绝对位姿估计的空白，利用IMU重力向量与特征局部几何构建两种高效求解器，实现更少样本、更低成本的快速精准定位与焦距估计。
2026-08-21 cs.CV
Extreme Relative Pose Estimation for RGB-D Scans via Scene Completion
University of Texas at Austin（德克萨斯大学奥斯汀分校）；UT Austin（德克萨斯大学奥斯汀分校）；Phillips Academy Andover（安多弗菲利普斯学院）；Snap Research（Snap研究）；Zhejiang University（浙江大学）；Facebook AI Research（Facebook人工智能研究院）
在计算机视觉、机器人和计算机图形学中，估计相同底层环境的两个RGB-D扫描之间的相对刚性姿态是一个基本问题。大多数现有的方法只允许有限的最大相对姿态变化，因为它们需要输入扫描之间的相当大的重叠。我们引入了一种新的深度神经网络，它将范围扩展到极端的相对姿态，输入扫描之间几乎没有重叠。关键思想是推断关于底层环境的更完整的场景信息，并在完成的扫描上进行匹配。特别是，我们的方法不是仅从每次扫描中执行场景完成，而是在相对姿势估计和场景完成之间交替。这允许我们通过利用来自后期迭代的两个输入扫描的信息来执行场景完成，从而为场景完成和相对姿态估计两者带来更好的结果。基准数据集上的实验结果表明，我们的方法导致相当大的改进，国家的最先进的方法相对姿态估计。特别是，我们的方法提供了令人鼓舞的相对姿态估计，即使在非重叠扫描之间。
2019-01-05 cs.CV
On Relative Pose Recovery for Multi-Camera Systems
College of Aerospace Science and Engineering, National University of Defense Technology（国防科技大学航天科学与工程学院）
点对应（PC）和仿射对应（AC）被广泛用于相对位姿估计。AC由两个视图上的PC和该PC周围的小块之间的仿射变换组成。以前的工作表明，一个AC通常提供三个独立的相对姿态估计的约束。对于多相机系统，仍然没有任何基于AC的最小解算器用于一般的相对位姿估计。为了解决这个问题，我们提出了一个完整的解决方案，从两个AC的多相机系统，由一系列的最小解算器的相对姿态估计。我们的解决方案中的求解器生成是基于凯莱或四元数参数化的旋转和隐藏变量技术，以消除平移。这种求解器生成方法也很自然地应用于PC的相对姿态估计，从而产生了用于多相机系统的新的六点方法。一些扩展，包括相对姿态估计与已知的旋转角和/或未知的焦距。大量的实验表明，所提出的基于AC的求解器和基于PC的求解器是有效的和高效的合成和真实世界的数据集。
2021-02-24 cs.CV
Gyroscope-aided Relative Pose Estimation for Rolling Shutter Cameras
GIST（光州科学技术院）；KETI（韩国电子技术研究院）；KAIST（韩国科学技术院）
卷帘快门相机由于其低成本的成像能力而受到极大关注，然而，由于其逐行图像捕获特性，卷帘快门相机之间的相对位姿估计仍然是一个难题。为了缓解这个问题，我们利用陀螺仪测量，角速度，以及图像测量来计算卷帘快门相机之间的相对姿态。陀螺仪测量提供关于引起卷帘快门失真的瞬时运动的信息。一方面有陀螺仪的测量，我们简化了相对姿态估计问题，并找到一个最小的解决方案的基础上的Grobner基多项式求解器的问题。所提出的方法只需要5个点来计算卷帘快门相机之间的相对姿态，而以前的方法需要20或44个相应的点的线性和均匀卷帘快门几何模型，分别。仿真数据和真实数据的实验结果验证了该方法相对于现有相对位姿估计方法的优越性。
2019-04-14 cs.CV
Affine Correspondences between Multi-Camera Systems for Relative Pose Estimation
National University of Defense Technology（国防科技大学）
本文提出一种利用两个仿射对应高效求解多相机系统6自由度相对位姿的最小解法，实验表明其比现有算法更高效且精度更高。
2023-06-22 cs.CV
PoserNet: Refining Relative Camera Poses Exploiting Object Detections
Istituto Italiano di Tecnologia（意大利理工学院）
与一组图像相关联的相机姿态的估计通常依赖于图像之间的特征匹配。相比之下，我们是第一个解决这一挑战，使用对象区域来指导姿态估计问题，而不是明确的语义目标检测。我们提出了一种轻量级的图神经网络-姿态细化网络（PoserNet）来细化近似的成对相对相机姿态。PoserNet利用对象区域之间的关联-简洁地表示为边界框-跨多个视图来全局优化稀疏连接的视图图。我们在不同大小的图形上对7-Scenes数据集进行了评估，并展示了这个过程如何有利于基于优化的运动平均算法，相对于基于边界框获得的初始估计，将旋转的中值误差提高了62度。代码和数据可在https://github.com/IIT-PAVIS/PoserNet上获得。
2022-07-21 cs.CV
Inertial-aided Rolling Shutter Relative Pose Estimation
Gwangju Institute of Science Technology (GIST)（光州科学技术院）
相对位姿估计是计算机视觉中的一个基本问题，并且已经针对常规全局快门相机研究了几十年。然而，近来，滚动快门相机由于其低成本成像能力而被广泛使用，并且由于滚动快门相机逐行地捕获图像，所以滚动快门相机的相对姿态估计比全局快门相机的相对姿态估计更困难。在本文中，我们建议利用惯性测量（重力和角速度）的卷帘快门相对姿态估计问题。惯性测量提供关于两个视图（相机）之间的部分相对旋转和导致卷帘快门失真的瞬时运动的信息。在此基础上，我们简化了卷帘快门相对位姿估计问题，并提出了有效的解决方法，与传统的基于均匀卷帘快门相机模型的44（线性）或17（非线性）点估计方法不同，本文提出的方法最多只需要9或11个点来估计卷帘快门相机之间的相对位姿。在合成数据和公共PennCOSYVIO数据集上的实验结果表明，所提方法的性能优于现有方法.
2017-12-01 cs.CV
Extreme Relative Pose Network under Hybrid Representations
UT Austin（得克萨斯大学奥斯汀分校）
在本文中，我们介绍了一种新的基于RGB-D的相对姿态估计方法，适用于小重叠或非重叠扫描，并可以输出多个相对姿态。我们的方法执行场景完成并匹配完成的扫描。然而，不是使用固定的表示来完成，关键思想是利用混合表示，结合360图像，基于2D图像的布局和平面补丁。这种方法提供了自适应的相对姿态估计的特征表示。此外，我们引入了一个全局2-局部匹配过程，它利用初始的相对姿态在全球阶段检测，然后整合几何关系的姿态细化。实验结果证明了这种方法在广泛的基准数据集上的潜力。例如，在ScanNet上，我们的方法的top-1/top-5预测的旋转平移误差分别为28.6/0.90 m和16.8/0.76 m。我们的方法也大大提高了性能的多扫描重建在少数视图重建设置。
2020-04-03 cs.CV
From Correspondences to Pose: Non-minimal Certifiably Optimal Relative Pose without Disambiguation
I3A, University of Zaragoza（萨拉戈萨大学I3A研究所）
本文提出一种无需本质矩阵消歧的非最小相对位姿估计方法，将问题建模为QCQP并引入可认证全局最优约束，通过合成与真实实验验证其有效性、效率和准确性。
2024-03-27 cs.CV
It's all Relative: Monocular 3D Human Pose Estimation from Weakly Supervised Data
California Institute of Technology（加州理工学院）
我们解决的问题，三维人体姿态估计从二维输入图像只使用弱监督训练数据。尽管在2D姿态估计方面取得了相当大的成功，但将监督机器学习应用于现实世界图像中的3D姿态估计目前受到缺乏具有对应3D姿态的各种训练图像的阻碍。大多数现有的3D姿态估计算法训练在已经在仔细控制的工作室设置中收集的数据上或者已经合成地生成的数据上。相反，我们采取了不同的方法，并提出了一种3D人体姿势估计算法，只需要在训练时对深度进行相对估计。这样的训练信号虽然有噪声，但是可以容易地从人群注释器收集，并且具有足够的质量以使得能够成功训练和评估3D姿态算法。我们的研究结果与基于Human3.6M数据集的完全监督回归方法相比具有竞争力，尽管使用了明显较弱的训练数据。我们提出的算法打开了大门，使用现有的广泛的2D数据集的3D姿态估计，允许微调与噪声的相对约束，从而导致更准确的3D姿态。
2018-07-28 cs.CV
Linear Relative Pose Estimation Founded on Pose-only Imaging Geometry
Shanghai Jiao Tong University（上海交通大学）
针对两视图相对位姿估计中的匹配外点问题，提出基于仅位姿成像几何并融合 LiGT、IRLS 与 RANSAC 的线性方法，可处理平面退化场景，并在 80% 外点下将旋转精度提升 2～10 倍。
2024-01-24 cs.CV
Learning to Localize in Unseen Scenes with Relative Pose Regressors
Bar Ilan University（巴伊兰大学）
相对姿态回归器（RPR）通过估计相机相对于姿态标记参考的相对平移和旋转来定位相机。与学习绝对场景参数的场景坐标回归和绝对姿态回归方法不同，RPR可以（理论上）在看不见的环境中定位，因为它们只学习相机对之间的残留姿态。然而，在实践中，RPR的性能在不可见的场景中显著降低。在这项工作中，我们建议将成对的特征映射聚合到潜在代码中，而不是对全局图像描述符进行操作，以提高RPR的泛化能力。我们实现聚合与拼接，投影和注意力操作（Transformer编码器），并学习回归的相对姿态参数从所得的潜在代码。我们进一步利用最近提出的旋转矩阵的连续表示，这说明了常用的四元数的局限性。与最先进的RPR相比，我们的模型在室内和室外基准测试中，在看不见的环境中的本地化效果明显更好，同时在可见场景中保持有竞争力的性能。我们通过多次消融验证了我们的发现和架构设计。我们的代码和预训练模型是公开的。
2023-03-05 cs.CV
Reloc3r: Large-Scale Training of Relative Camera Pose Regression for Generalizable, Fast, and Accurate Visual Localization
The University of Hong Kong（香港大学）；Aalto University（阿尔托大学）；ETH Zurich（苏黎世联邦理工学院）；VIVO（维沃公司）；University of Oulu（奥卢大学）
针对现有深度视觉定位方法泛化性与准确性不足的问题，提出Reloc3r框架，结合相对位姿回归网络与极简运动平均模块，经800万图像对训练后，在6个公开数据集上实现实时准确的跨场景视觉定位。
2025-03-21 cs.CV
IUP-Pose: Decoupled Iterative Uncertainty Propagation for Real-time Relative Pose Regression via Implicit Dense Alignment v1
本文提出IUP-Pose，通过隐式密集对齐解决相对姿态估计中姿态与位移估计耦合和跨视图特征对齐不足的问题，实现高精度与高效能的实时部署。
2026-03-20 cs.CV
Matching 2D Images in 3D: Metric Relative Pose from Metric Correspondences
Niantic（Niantic公司）；University of Oxford（牛津大学）
本文提出MicKey关键点匹配流程，通过学习跨图像匹配3D相机坐标，仅用图像对和相对位姿监督即可估计度量相对位姿，并在Map-Free Relocalisation基准上达到最优性能。
2024-04-09 cs.CV
Visual Camera Re-Localization Using Graph Neural Networks and Relative Pose Supervision
ETH Zurich（苏黎世联邦理工学院）；Niantic；University College London（伦敦大学学院）
视觉重新定位意味着使用单个图像作为输入来估计相机相对于预先记录的环境的位置和方向。得分最高的方法是“基于结构的”，并且需要查询相机的内在函数作为模型的输入，并进行仔细的几何优化。当缺少内在函数时，方法通过做出各种其他假设来竞争准确性。这会产生相当好的本地化分数，但模型在某些方面是“狭窄的”，例如，需要昂贵的测试时计算、深度传感器或多个查询帧。相比之下，我们提出的方法几乎没有特殊的假设，并且在训练和测试中相当轻量级。我们的姿势回归网络只从训练场景的相对姿势中学习。为了进行推理，它构建了一个将查询图像连接到训练对象的图，并使用了一个图神经网络（GNN），其中节点上有图像表示，边缘上有图像对表示。通过在它们之间有效地传递消息，两种表示类型都被细化以产生一致的相机姿态估计。我们验证了我们的方法在标准室内（7场景）和室外（剑桥地标）相机重新定位基准的有效性。我们的相对姿势回归方法与绝对姿势回归网络的准确性相匹配，同时保留了相对姿势模型的测试时间速度和推广到非训练场景的能力。
2021-04-12 cs.CV
Efficient Relative Pose Estimation for Cameras and Generalized Cameras in Case of Known Relative Rotation Angle
South Ural State University（南乌拉尔国立大学）；TrunkTech Co., Ltd.（创科有限公司）
我们提出了两个最小的解决方案的问题的相对姿态估计（i）校准相机从四个点在两个视图和（ii）校准广义相机从五个点在两个视图。在这两种情况下，假设视图之间的相对旋转角度是已知的。在实践中，这样的角度可以从3d陀螺仪的读数导出。我们表示的单位四元数的运动的旋转部分，以构建多项式方程编码的极线约束。然后使用格罗布纳基技术来有效地导出解决方案。我们的第一个常规相机求解器显著改进了现有的最先进的解决方案。广义相机的第二个求解器是新颖的。所提出的最小解算器可以用于假设和测试架构，如RANSAC可靠的姿态估计。在合成数据集和真实数据集上的实验表明，我们的算法是数值稳定，快速和鲁棒的。
2019-01-31 cs.CV
Trifocal Relative Pose from Lines at Points and its Efficient Solution
Rio de Janeiro State University（里约热内卢州立大学）；University of Washington（华盛顿大学）；Brown University（布朗大学）；UENF（北里奥格兰德联邦大学）；University of Liverpool（利物浦大学）；Duke University（杜克大学）；INRIA Paris（法国国家信息与自动化研究所巴黎中心）；University of Notre Dame（圣母大学）；Czech Technical University in Prague（布拉格捷克理工大学）
我们提出了一种方法来解决两个最小问题的相对摄像机姿态估计从三个视图，这是基于三个视图对应的i）三点和一条线和新的情况下，ii）三点和两条线通过两个点。这些问题是太困难了，有效地解决了现有的Groebner基方法。我们的方法是基于一个新的高效同伦连续（HC）求解器框架MINUS，大大加快了以前的HC解决专门HC方法，我们的问题的一般情况下。我们描述了他们的解决方案的数量，并与模拟实验表明，我们的求解器是数值上的鲁棒性和稳定的图像噪声下，一个关键的贡献，边界棘手的三目约束的非线性程度。我们在实际实验中表明，i）SIFT特征位置和方向为三视图重建提供了足够好的点和线对应关系，ii）我们可以解决试验性匹配太少或太嘈杂的困难情况，其中最先进的运动运动恢复结构初始化失败。
2022-11-30 cs.CV
A dyadic solution of relative pose problems
Institut für Photogrammetrie und Fernerkundung, Universität Karlsruhe (TH)（卡尔斯鲁厄理工学院摄影测量与遥感研究所）
一个分层的间隔细分，导致$p$ -进编码的图像数据。这允许在计算机视觉和摄影测量中的相对姿态问题的情况下导出具有2-adic数作为系数的方程，并且使用Hensel提升方法来求解它们。该方法适用于八点、七点或五点对应的线性和非线性方程组。该方法的固有特性是其鲁棒性。
2009-10-01 cs.CV
Relative Pose Estimation for Stereo Rolling Shutter Cameras
Northwestern Polytechnical University（西北工业大学）
本文提出了一种新的线性算法，从立体卷帘快门（RS）相机的连续帧中估计6自由度的相对姿态。我们的方法是基于这样的假设，即立体摄像机进行运动，以恒定的速度在基线的中心，这需要9对左右连续帧的对应关系。立体RS图像使得能够从半全局匹配（SGM）算法恢复深度图。利用估计的相机运动和深度图，我们可以校正RS图像，得到不失真的图像，而无需任何场景结构假设。在模拟点和合成遥感图像上的实验表明了该算法在相对姿态估计中的有效性。
2020-06-14 cs.CV
VGGT-HPE: Reframing Head Pose Estimation as Relative Pose Prediction
Archimedes, Athena Research Center（雅典娜研究中心阿基米德实验室）；HERON – Hellenic Robotics Center of Excellence（HERON – 希腊机器人卓越中心）；Robotics Institute, Athena Research Center（雅典娜研究中心机器人研究所）；School of ECE, National Technical University of Athens（雅典国家技术大学电子与计算机工程学院）；University of Pennsylvania（宾夕法尼亚大学）
本文提出VGGT-HPE，通过相对姿态预测方法提升头部姿态估计的鲁棒性和准确性，在无真实数据训练的情况下，在BIWI基准上取得最佳成绩。
2026-04-11 cs.CV
End-to-end learning of keypoint detection and matching for relative pose estimation
Blippar
我们提出了一种新的方法来估计两幅图像之间的相对姿态，其中我们联合学习关键点检测，描述提取，匹配和鲁棒的姿态估计。虽然我们的架构遵循传统的几何计算机视觉姿态估计管道，但所有步骤都是以端到端的方式学习的，包括特征匹配。我们展示了我们的方法的任务，在一个数据库中的图像与已知的姿势的查询图像的视觉定位。成对位姿估计在机器人测绘、导航和增强现实中有许多实际应用。例如，场景中的持久AR对象的显示依赖于精确的相机定位，以使数字模型看起来锚定到物理环境。我们专门针对视觉定位问题对管道进行端到端的训练。我们评估我们提出的方法定位精度，鲁棒性和运行速度。我们的方法在7场景数据集上实现了最先进的定位精度。
2021-04-02 cs.CV
Camera Relocalization by Computing Pairwise Relative Poses Using Convolutional Neural Network
Aalto University（阿尔托大学）；Indian Institute of Technology, Delhi（印度理工学院德里分校）
我们提出了一种新的基于深度学习的摄像机重新定位方法。我们的方法通过使用卷积神经网络（CNN）首先检索相似的数据库图像，然后预测查询和数据库图像之间的相对姿态，其姿态是已知的，来定位给定的查询图像。查询图像的相机位置是使用基于RANSAC的方法通过三角测量从两个相对平移估计获得的。每个相对姿态估计提供了相机取向的假设，并且它们在第二RANSAC方案中被融合。使用训练图像对以端到端的方式训练神经网络用于相对姿态估计。与以前的工作相比，我们的方法不需要对网络进行特定场景的训练，这提高了可扩展性，并且它也可以应用于网络训练期间不可用的场景。作为另一个主要贡献，我们发布了一个具有挑战性的室内定位数据集，涵盖注册到公共坐标系的5个不同场景。我们使用我们自己的数据集和标准的7场景基准来评估我们的方法。结果表明，所提出的方法可以很好地推广到以前看不见的场景，并与最近的其他基于CNN的方法相比。
2017-08-01 cs.CV
Benchmarking Visual-Inertial Deep Multimodal Fusion for Relative Pose Regression and Odometry-aided Absolute Pose Regression
Fraunhofer Institute for Integrated Circuits IIS（弗劳恩霍夫集成电路研究所）；Munich Center for Machine Learning（慕尼黑机器学习中心）；Technical University of Dortmund（多特蒙德工业大学）；Ulm University（乌尔姆大学）
本文针对视觉-惯性定位问题，提出基于位姿图优化和注意力网络的深度多模态融合基准测试，利用辅助和贝叶斯学习提升APR-RPR与RPR-RPR任务的精度，并在多个数据集上验证了有效性。
2023-08-04 cs.CV
Wide-Baseline Relative Camera Pose Estimation with Directional Learning
Google Research（谷歌研究院）
针对宽基线、低重叠图像的相对相机位姿估计难题，提出DirectionNet，将5D位姿分解为三维方向并预测球面离散分布，在Matterport3D和InteriorNet上较直接回归降低近50%误差。
2021-06-07 cs.CV
SRPose: Two-view Relative Pose Estimation with Sparse Keypoints
Hanglok-Tech（航洛克科技）；MoE Key Lab of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学教育部人工智能重点实验室）；LightSpeed Studios, Tencent America（腾讯美国光速工作室）
SRPose提出基于稀疏关键点的两视图相对位姿估计框架，适用于相机到世界和物体到相机场景，兼顾精度与速度，且对图像尺寸和相机内参鲁棒。
2024-07-18 cs.CV
Relative Camera Pose Estimation Using Convolutional Neural Networks
Aalto University（阿尔托大学）；Tampere University of Technology（坦佩雷理工大学）
提出了一种基于卷积神经网络的摄像机相对姿态估计方法。所提出的网络将来自两个相机的RGB图像作为输入，并直接产生相对旋转和平移作为输出。该系统以端到端的方式进行训练，利用来自大规模分类数据集的迁移学习。所介绍的方法与广泛使用的局部特征为基础的方法（SURF，ORB）相比，结果表明一个明显的改善基线。此外，所提出的架构包含一个空间金字塔池（SPP）层的一个变体进行评估，并进一步提高性能。
2017-07-28 cs.CV
Light field Rectification based on relative pose estimation
Xidian University（西安电子科技大学）；National University of Defense Technology（国防科技大学）
手持式光场相机在三维场景重建、深度估计等计算机视觉领域具有独特的优势。然而，相关应用受到超小基线的限制，例如，导致重建时的深度分辨率极低。为了解决这个问题，我们建议纠正LF，以获得一个大的基线。具体地说，所提出的方法对齐两个LF由两个手持LF相机捕获的随机相对姿态，并提取相应的行对齐的子孔径图像（SAI），以获得一个大基线的LF。为了精确校正，还提出了一种用于姿态估计的方法，其中估计两个LF相机之间的相对旋转和平移。所提出的姿态估计最小化LF点-LF点对应模型中的自由度（DoF），并以线性方式显式求解该模型。所提出的姿态估计优于国家的最先进的算法，提供更准确的结果，以支持纠正。三维重建中深度分辨率的显著提高证明了所提出的LF校正的有效性。
2022-01-29 cs.CV
RePos: Relative-to-Absolute Pose Factorization for Cross-Environment WiFi-Based 3D Human Pose Estimation
Faculty of Science and Technology, Keio University（庆应义塾大学理工学部）
研究跨环境WiFi 3D人体姿态估计问题，提出RePos框架，将根相对姿态估计与根定位分离，防止绝对姿态监督影响结构分支，提升跨环境性能。
2026-07-20 cs.CV
Certifiable Relative Pose Estimation
University of Malaga（马拉加大学）
在本文中，我们提出了第一个快速的最优性验证的非最小版本的相对姿态问题校准相机从极线约束。建议的认证是基于拉格朗日对偶，并依赖于一个新的封闭形式的表达对偶点。我们还利用一个高效的求解器，执行局部优化的流形上的原始问题的非凸域。然后，通过我们的新的快速验证检查的解决方案的最优性。广泛进行的实验表明，尽管它的简单性，这个可认证的求解器表现出色的合成数据，反复达到（认证\textit{a posteriori}）的最佳解决方案，并显示出令人满意的性能对真实数据。
2021-02-19 cs.CV
Str-L Pose: Integrating Point and Structured Line for Relative Pose Estimation in Dual-Graph
Institute of Information Science, Beijing Jiaotong University（北京交通大学信息科学研究所）；Beijing Key Laboratory of Advanced Information Science and Network Technology（先进信息科学与网络技术北京市重点实验室）
针对现有相对位姿估计仅依赖点匹配易出错的问题，提出融合点特征与结构化线段的几何对应图神经网络，通过双图与特征加权融合模块聚合特征，在多个数据集上达到与最优方法相当的性能。
2024-08-28 cs.CV
Agentic Relative Camera Pose Estimation via Learned Ranking and Verification
Arizona State University（亚利桑那州立大学）；University of California, Merced（加利福尼亚大学默塞德分校）；Lund University（隆德大学）；University of Nevada, Reno（内华达大学里诺分校）
PoseAgent通过可学习的排序与验证智能体动态编排多个位姿估计器，在多个基准上显著提升相对相机位姿估计精度。
2026-10-01 cs.CV
Relative Pose from Deep Learned Depth and a Single Affine Correspondence
SZTAKI（匈牙利科学院计算机与自动化研究所）；University of Debrecen（德布勒森大学）；Czech Technical University in Prague（布拉格捷克理工大学）
我们提出了一种新的方法，将深度学习的非度量单目深度与仿射对应（AC）相结合，以从单个对应关系中估计两个校准相机的相对姿态。考虑到深度信息和仿射特征，推导了两个新的摄像机位姿约束。建议的求解器是可用的1点RANSAC方法。因此，鲁棒估计的处理时间在对应的数量上是线性的，并且因此比使用传统方法快几个数量级。建议的1AC + D求解器进行了测试，合成数据和110395公开可用的真实图像对，我们使用了现成的单目深度网络，以提供最大规模的深度每像素。所提出的1AC + D导致与传统方法类似的精度，同时显著更快。在解决大规模问题时，例如，对于运动恢复结构（SfM）流水线的姿态图初始化，与成对几何验证中获得的加速相比，获得AC和单眼深度的开销可以忽略不计，即，相对位姿估计这是使用最先进的全局SfM算法在1DSfM数据集的场景上演示的。源代码：www. example. com
2020-07-20 cs.CV
The 8-Point Algorithm as an Inductive Bias for Relative Pose Prediction by ViTs
University of Michigan（密歇根大学）
我们提出了一个简单的基线直接估计两个图像之间的相对姿态（旋转和平移，包括规模）。深度方法最近取得了很大的进展，但通常需要复杂或多阶段的架构。我们表明，少数修改可以应用到一个视觉Transformer（ViT），使其计算接近八点算法。这种感应偏置使得简单的方法在多种设置中具有竞争力，通常在有限的数据状态下具有强大的性能增益，从而大大改善了现有技术。
2023-01-24 cs.CV
Fast and Robust Certifiable Estimation of the Relative Pose Between Two Calibrated Cameras
University of Malaga（马拉加大学）
这项工作有助于一个有效的算法来计算校准相机之间的相对姿态问题（RPp），并证明解决方案的最优性，给定一组受噪声影响的成对特征对应关系，并可能被错误的匹配破坏。我们提出了一个家庭的证明，以增加检测到的最佳解决方案的比例。这组证明器被合并到一个快速的基本矩阵估计管道中，该管道在给定RPp的任何初始猜测的情况下，在3D旋转和2球的乘积空间上迭代地对其进行细化。此外，这种快速可验证的管道被集成到一个强大的框架中，该框架结合了分级非凸性和强大函数与线过程之间的Black-Rangarajan对偶性。我们证明，通过广泛的实验合成和真实数据，该框架提供了一个快速和强大的相对姿态估计。我们将代码公开为\url{https://github.com/mergarsal/FastCertRelPose.git}。
2021-06-11 cs.CV
Scal3R: Learning Efficient Multi-Relative Pose Query for Scalable Online 3D Reconstruction
National Yang Ming Chiao Tung University（国立阳明交通大学）；NVIDIA（英伟达公司）
Scal3R将在线三维重建转化为多参考相对位姿查询，通过轻量可学习标记和位姿图优化抑制漂移，在多数据集上实现性能提升
2026-09-04 cs.CV
Globally Optimal Solution to the Generalized Relative Pose Estimation Problem using Affine Correspondences
College of Aerospace Science and Engineering, National University of Defense Technology（航空科学与工程学院，国防科技大学）；Global Navigation Satellite System Research Center, Wuhan University（导航卫星系统研究所，武汉大学）
本文提出了一种利用仿射对应关系的全局最优求解器，用于估计已知垂直方向的通用相对位姿，通过建立成本函数和多项式求解方法，提升了多摄像头系统相对位姿估计的精度。
2025-12-19 cs.CV
Prior-free relative 6D pose estimation of multiple object instances
Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会）；University of Trento（特伦托大学）
提出无先验相对6D姿态估计新设定，无需CAD模型或参考图像，通过多模态基础特征与循环一致性细化对应关系，估计未知物体多实例间相对姿态，新方法PROSE在基准PRENCH上超越现有方法。
2026-09-09 cs.CV
A Birotation Solution for Relative Pose Problems
Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（同济大学智能自主系统研究所）；College of Electronics & Information Engineering, Tongji University（电子信息工程学院）；Key Laboratory of Embedded System and Service Computing (Ministry of Education), Tongji University（教育部嵌入式系统与服务计算重点实验室）；Frontiers Science Center for Intelligent Autonomous Systems, Tongji University（智能自主系统前沿科学中心）
本文提出一种双旋转解法，通过在SO(3)流形上最小化基于三种基变换度量的能量函数来估计相对位姿，并在多种任务中验证了其优越性能。
2025-05-04 cs.CV
Gaussian Alignment for Relative Camera Pose Estimation via Single-View Reconstruction
Australian National University（澳大利亚国立大学）
本文提出无需训练的GARPS框架，通过直接对齐两张图像独立重建的度量3D高斯混合模型来优化初始双视图位姿，在RealEstate10K数据集上超越了包括MASt3R在内的现有方法，实现了鲁棒的度量级相对相机位姿估计。
2025-09-17 cs.CV
Single-Scanline Relative Pose Estimation for Rolling Shutter Cameras
Microsoft（微软公司）
提出一种利用单扫描线投影交点估计卷帘快门相机相对位姿的方法，无需显式运动模型，并开发了多种最小求解器，为卷帘快门SfM提供了有效的初始化基础。
2025-06-27 cs.CV
Minimal Solutions for Relative Pose with a Single Affine Correspondence
National University of Defense Technology（国防科技大学）；Graz University of Technology（格拉茨工业大学）；German Aerospace Center（德国航空航天中心）
在本文中，我们提出了四种情况下，最小的解决方案，利用特征点之间的仿射变换的两个视图的相对姿态估计，我们证明了这些情况下有效的解决方案。它示出，根据平面运动假设或与知识的垂直方向，一个单一的仿射对应是足够的恢复相对相机姿态。考虑的四种情况是两个视图的平面相对运动校准相机作为一个封闭的形式和最小二乘解决方案，一个封闭的形式解决方案未知的焦距和一个已知的垂直方向的情况。这些算法可以有效地用于RANSAC循环内的离群值检测和用于初始运动估计。所有的方法进行评估的合成数据和真实世界的数据集从KITTI基准。实验结果表明，我们的方法优于可比的国家的最先进的方法的准确性与所需的RANSAC迭代次数减少的好处。
2020-04-04 cs.CV
Leveraging Image Matching Toward End-to-End Relative Camera Pose Regression
Weizmann Institute of Science（魏茨曼科学研究所）
提出利用预训练 LoFTR 图像匹配提取半密集特征并结合方向、尺度分离损失的端到端相对相机位姿回归方法，在多数据集上优于既有方法且泛化良好。
2024-04-16 cs.CV
Rolling Shutter Camera Relative Pose: Generalized Epipolar Geometry
Australian National University（澳大利亚国立大学）；ARC Centre of Excellence for Robotic Vision（澳大利亚研究理事会机器人视觉卓越中心）
绝大多数现代消费级相机采用滚动快门机制。因此，在动态几何计算机视觉应用（例如视觉SLAM）中，需要适当地考虑所谓的卷帘快门效应。一个专用的相对姿态求解器似乎是第一个要解决的问题，因为它是非常重要的引导多视图几何的任何推导。然而，尽管其意义重大，但迄今尚未得到足够的重视。本文提出了一个详细的调查的几何形状的卷帘快门的相对姿态问题。我们介绍了滚动快门基本矩阵，并建立其链接到现有的模型，如推扫帚相机，总结在一个干净的层次结构的多视角相机。从极几何的完善的概念的概括完成了在滚动快门的情况下的桑普森距离的定义。这项工作的结论是，在几个专门的基准上对卷帘快门相机的极线几何进行了仔细的调查。
2016-05-02 cs.CV
Object Pose Transformer: Unifying Unseen Object Pose Estimation
Technical University of Munich（慕尼黑技术大学）；Munich Center for Machine Learning（慕尼黑机器学习中心）；Toyota Motor Europe（丰田欧洲公司）
本文提出Object Pose Transformer，通过任务分解统一解决未见实例姿态估计问题，同时预测深度、点云图、相机参数和归一化物体坐标，实现类别级绝对姿态和未见物体相对姿态估计。
2026-03-24 cs.CV
Efficient Minimal Solvers for Visual-Inertial Relative Pose Estimation in Multi-Camera Systems
Naval Aviation University（海军航空大学）；National University of Defense Technology（国防科技大学）
提出两种基于IMU先验的最小求解器，仅需4个点对应，将多相机相对位姿问题简化为单变量6次多项式，显著降低计算复杂度，在RANSAC框架中表现优异。
2026-06-08 cs.CV
PoseFM: Relative Camera Pose Estimation Through Flow Matching
Department of Computer Science University of Helsinki（计算机科学系 哈尔滨大学）
本文提出PoseFM框架，将单目帧间视觉里程计转化为生成任务，利用流匹配建模相机运动分布，提升不确定性估计和鲁棒性，在多个基准测试中表现优异。
2026-04-24 cs.CV
Absolute Human Pose Estimation with Depth Prediction Network
Eötvös Loránd University（厄特沃什·罗兰大学）
三维人体姿态估计的常用方法是预测人体关节相对于髋关节的坐标。这对于一个人来说很好，但对于多个交互的人来说是不够的。预测绝对坐标的方法首先估计根相对位姿，然后通过二次优化任务计算平移。我们提出了一个神经网络，预测关节在相机为中心的坐标系，而不是根相对的。与以前的方法不同，我们的网络工作在一个单步的没有任何后处理。我们的网络在MuPoTS-3D数据集上击败了以前的方法，并获得了最先进的结果。
2019-04-11 cs.CV
Fast Iterative Five point Relative Pose Estimation
本文提出一种基于Powell Dog-Leg算法的快速迭代五点相对位姿估计方法，精度与Nister算法相当、速度约快一倍，可扩展至五点以上场景，经三类真值数据集系统评估有效。
2026-08-14 cs.CV
Structure-Aware Correspondence Learning for Relative Pose Estimation
University of Science and Technology of China（中国科学技术大学）；National Key Laboratory of Deep Space Exploration, Deep Space Exploration Laboratory（国家空间科学探测重点实验室，深空探测实验室）；Sangfor Technologies
本文提出一种结构感知的对应学习方法，通过关键点提取和对应估计模块，提升未见物体的3D-3D对应估计精度。
2025-11-20 cs.CV
FAR: Flexible, Accurate and Robust 6DoF Relative Camera Pose Estimation
University of Michigan（密歇根大学）；New York University（纽约大学）
本研究针对传统对应点求解法精度高但鲁棒性差、直接神经网络法鲁棒但精度低的问题，提出以Transformer平衡两类位姿估计并引导求解器的FAR方法，实现高精度鲁棒的6DoF相对相机位姿估计，在多个基准上达SOTA。
2024-03-05 cs.CV
