تعتبر معايرة الكاميرات اتجاهًا أساسيًا للبحث في الفوتونيكس ورؤية الكمبيوتر. تحقق توحيد بيانات الكاميرا من خلال استخدام المعلمات الداخلية والخارجية. مؤخرًا، أصبحت كاميرات RGB-D جهازًا هامًا من خلال تعزيز المعلومات العميقة، وعادة ما يتم تقسيمها إلى ثلاثة أنواع من الآليات: ثنائية العينين، الضوء الهيكلي، ووقت الطيران (ToF). ومع ذلك، فإن الآليات المختلفة تجعل طرق المعايرة معقدة وصعبة التوحيد. تسببت تشوه العدسة، وفقدان المعلمات، وتدهور المستشعر وغيرها في فشل المعايرة. لمعالجة هذه القضايا، نقترح طريقة لمعايرة الكاميرات تستند إلى خوارزمية التوقع-التعظيم (EM). تم إنشاء نموذج موحد للمتغيرات الكامنة لأنواع الكاميرات المختلفة. في خوارزمية EM، تقدّر الخطوة E المعلمات الداخلية المخفية للكاميرات، بينما تتعلم الخطوة M معلمات تشوه العدسة. بالإضافة إلى ذلك، يتم حساب قيم العمق باستخدام الطريقة الهندسية المكانية، ويتم معايرتها باستخدام طريقة المربعات الصغرى تحت نظام التقاط الحركة البصرية. تظهر النتائج التجريبية أن طريقتنا يمكن أن تُستخدم مباشرة في معايرة كاميرات RGB-D أحادية وثنائية العينين، مما يقلل أخطاء المعايرة بين 0.6 و 1.2% أقل من المربعات الصغرى، وLevenberg-Marquardt، وDirect Linear Transform، وTrust Region Reflection. تم تقليل الخطأ العميق بمقدار 16 إلى 19.3 مم. لذلك، يمكن لطريقتنا تحسين أداء كاميرات RGB-D المختلفة بفعالية.
درس Lin وآخرون هذا السؤال.