PoseLib/PoseLib

Minimal solvers for calibrated camera pose estimation

解决的问题

PoseLib 是一个用于相机姿态估计的最小解算器库。它解决了基于不同类型的对应关系（如点对点、点对线、线对线）从2D图像数据和3D世界数据中确定相机位置和姿态（姿态）的问题。

工作原理

该库提供了一系列专用解算器，从最少数量的对应关系中计算姿态。它采用一致的调用接口，并尽量减少外部依赖（主要依赖 Eigen）。

为了处理现实数据中的噪声和异常值，它实现了基于 LO-RANSAC 的鲁棒估计器。这些估计器对数据进行归一化，使用最小解算器生成假设，然后应用非线性优化（最小化重投影误差或 Sampson 误差）以生成最终的精确姿态。

它支持多种相机模型（包括针孔、径向和 OpenCV 鱼眼），并提供 Python 绑定以方便集成。

适用人群

该库专为从事计算机视觉、SLAM（同时定位与地图构建）和 3D 重建的开发人员和研究人员设计，适用于需要快速、鲁棒且独立的相机姿态估计解算器的场景。

主要亮点

  • 多样化的解算器集合：支持从点、线和单目深度估计中进行绝对姿态、相对姿态、单应性矩阵和基础矩阵的估计。
  • 鲁棒估计：内置 LO-RANSAC 和非线性优化，支持多种损失函数（Huber、Cauchy 等）。
  • 高性能：最小解算器经过优化以实现高速，部分可在纳秒级别运行。
  • 与 COLMAP 兼容：使用与 COLMAP 兼容的相机模型，可无缝集成到 3D 重建流程中。
  • Python 绑定：向 Python 用户完全暴露最小解算器和鲁棒估计器。

相关

  • 项目
    nianticlabs/map-free-reloc

    A reference implementation for map-free visual relocalization that enables metric pose estimation relative to a single image, removing the need for large 3D maps.

  • 项目
    Tau-J/rtmlib

    rtmlib 是一个轻量级 Python 库，用于人体和动物姿态估计，封装了 RTMPose 和 ViTPose 模型。它避免了重型 OpenMMLab 依赖，仅需 numpy、OpenCV 和 ONNX Runtime（支持可选 GPU/加速器后端）。该包提供高阶解决方案类（Wholebody、Body、Hand、Animal、Custom、Wholebody3d），结合检测器（YOLOX、RFDETR、RTMDet）和姿态估计器，并附带骨架绘制工具。模型可自动从 OpenMMLab 或 HuggingFace 镜像下载。可通过 pip 或源码安装，并运行 Gradio WebUI 或使用 Python API 进行单图、视频或摄像头推理。

  • 项目
    jiafeng5513/Evision

    一个使用 ELAS 和 ADCensus 等算法进行相机校准、视差映射和 3D 重建的双目视觉系统。

  • 项目
    zju3dv/OnePose_Plus_Plus

    OnePose++ 是一种无需 CAD 模型、无关键点的单次物体姿态估计系统，可确定物体的 3D 位置和方向。

  • 项目
    mprib/caliscope

    一个用于校准 3D 动作捕捉多相机系统的 Python 工具包，可估算焦距、镜头畸变及相机相对位置。