小编AGP*_*AGP的帖子

我正在进行捆绑块调整以便查找

• 图像点的X,Y,Z值
• 修正了摄像机特性值(外部参数等).
• 修正了测量值

在我看来BB调整过程是通过以下步骤完成的(给出了相机内在函数):

1. 收集连接点(每个图像对的x,y)和地面控制点(每个图像的x,y和相关的X,Y,Z位置)
2. 计算每个视图的初始外部参数(相机姿势)
3. 使用相机姿势计算每个连接点的初始真实世界位置
4. 通过使用所有这些初始值和其他参数作为输入来执行稀疏束调整步骤
5. 使用稀疏束调整的输出作为真实世界位置,外在特征和测量的准确结果.

我想问的一件事是,这种流程是否正确.从视图中有很多结构和运动估计的方法,所以我不能那么肯定.

当我搜索各种资源时,我发现有一些库可以执行块绑定调整操作的每个部分.对于每一步:

1. 像OpenCV这样的图像处理库可用于自动连接点收集
2. cvFindExtrinsicCameraParams2可用于空间切除(但它需要4个点,对于块束调整,提到3个地面控制点对于每个视图都足够.我应该使用其他方法,如立体视图中的姿势估计吗？)
3. 通过使用OpenCV的三角测量和投影方法,可以计算现实世界的位置
4. SBA或SSBA适用于此操作
5. N/A

另一个问题是,如果前面提到的流程是正确的,那么匹配的库是否足以实现整个流程？(可能对每个部分提供更好的建议)

我是这个领域的新手,所以我感谢这个主题的任何帮助,谢谢......

是否有可能通过绘制形状ShapeRenderer之间SpriteBatch begin和end电话.

我试过但没有结果,只绘制了SpriteBatch纹理,场景中没有形状.示例代码如下:

shapeRenderer.begin(ShapeType.FilledCircle);
shapeRenderer.setColor(0f, 1f, 0f, 1f);
shapeRenderer.filledCircle( 100, 100, 100);
shapeRenderer.end();

我有一个由这些命令创建的正交相机:

camera = new OrthographicCamera(1, Gdx.graphics.getHeight() / Gdx.graphics.getWidth());
camera.setToOrtho(true);

目前 google colaboratory 使用 tensorflow 1.4.1。我想将其升级到 1.5.0 版本。每次我执行!pip install --upgrade tensorflow命令时，笔记本实例都会成功地将 tensorflow 版本升级到 1.5.0。但是升级操作后tensorflow实例只支持“CPU”。

当我执行此命令时，它什么也没显示：

from tensorflow.python.client import device_lib device_lib.list_local_devices()

应该有另一种升级 tensorflow 的方法吗？例如升级到 tensorflow-gpu 包？另外，笔记本什么时候会带有升级的 tensorflows ？