[Paper Reading] Hong Kong World: Leveraging Structural Regularity for Line-Based SLAM
- 使用半搜索的方法估计 DDs（主方向） 或消失点，并计算其投影平面的法向量
- 既然检测出了 DDs，那么就该利用它，使用 DDs 的空间位置关系来计算相机的位姿，比传统方法更加精确有效
- 匹配2D-2D 直线，然后三角化（怎么获得帧间相对位姿的？）
- 匹配跟 DDs 对齐的 3D 直线和 2D 直线（而不是所有直线），然后估计相机姿态
- 使用一种滤波方法来微调已估计出来的 DDs，然后使用这个细调后的 DDs 来优化相机位姿和 3D 直线，相当于利用了“垂直”的先验
- 建立了数据集（图片序列）
图1和图2介绍了 Manhattan world、Atlanta world 、a mixture of manhattan world 以及 Hongkong world 的区别。Hongkong world 主要的优势是比前两者模型更准确，比第三种模型更简洁
We consider a normal that is not orthogonal to any DD as an outlier. Note that for a set of inliers with respect to the same DD, they are all orthogonal to this DD