Maintenant que nous disposons d'un bon modèle de caméra, nous allons explorer en profondeur la géométrie des projections en perspective. Nous découvrirons que cette projection est à l'origine du principal défi de la perception, car nous perdons une dimension que nous ne pouvons plus observer directement. Dans ce module, nous découvrirons plusieurs propriétés des transformations projectives en profondeur, telles que les points de fuite, qui nous permettent de déduire des informations complexes au-delà de notre modèle de caméra de base.

Dans ce module, nous apprendrons à extraire des caractéristiques et à estimer la pose à partir de deux images. Nous apprendrons à trouver les parties les plus saillantes d'une image et à les suivre sur plusieurs images (c'est-à-dire dans une séquence vidéo). Nous apprendrons ensuite à utiliser les caractéristiques pour trouver la position de la caméra par rapport à un autre cadre de référence sur un plan à l'aide d'homographies. Nous apprendrons également à rendre ces techniques plus robustes, en utilisant les moindres carrés pour traiter les points de caractéristiques bruyants ou RANSAC pour supprimer les points de caractéristiques complètement erronés.

Nous allons maintenant utiliser ce que nous avons appris sur la géométrie à deux vues et l'étendre à des séquences d'images, telles qu'une vidéo. Nous expliquerons les contraintes géométriques fondamentales entre les caractéristiques des points dans les images, la contrainte épipolaire, et nous apprendrons à l'utiliser pour extraire les poses relatives entre plusieurs images. Nous terminerons en combinant toutes ces informations pour l'application de la structure à partir du mouvement, où nous calculerons la trajectoire d'une caméra et d'une carte à travers de nombreuses images et affinerons nos estimations à l'aide de l'ajustement de Bundle.