如何学习相机模型与标定？

相机标定可以说是计算机视觉方向的基石。我们常见的许多计算机视觉任务，比如图像畸变校正，三维重建和立体视觉，获取相机参数，是这些工作绕不开的第一步。如何准确有效的获取相机参数就变得尤为重要，相机参数的准确性会严重影响到后续工作的进展。也正因此，相机标定几乎是计算机视觉岗位面试的标配。

相机标定是通过输入带有标定patter的标定板来获得相机参数的一个过程。实际的光学成像是一套非常复杂的过程，从三维世界投影到相机中的二维图像。相机标定就是用抽象的数学模型来表示这个复杂的成像过程。从每年顶会发表论文的方向来看，3D视觉占得比重越来越大，如何从三维世界中获取有效信息，以及构建三维世界变得尤为重要。立体视觉，结构光，ToF是目前业内最常用，也是性能最好的三种方法。3D相机几乎已经是手机的标配，刷脸支付也已经完全渗透进入我们的生活中。

如何快速从入门到精通

然而相机标定虽然基础，但是知识点比较凌乱，而且具体的数学推导比较复杂，对于学习者的数学能力要求比较高。目前网上几乎没有，系统讲解多种相机标定的课程还比较少，尤其是详细的数学推导。很多同学能够实现简单的相机标定demo，但是背后的数学推导以及trick并不清晰。在实际的产业应用中需要对一个算法足够了解才可以。这也是3D视觉工坊推出这门课程的原因，通过这门课程，系统、完整的了解相机标定。

本课程主要包含两部分，分别是相机标定和3D视觉，相机标定包含单目，双目，以及鱼眼相机标定，3D视觉包含立体视觉，结构光和ToF，以立体视觉为主，课程将提供所有教学数据和源码。课程大纲如下所示：

讲师介绍

韦恩，研究生毕业于国内某985，曾在小米、平安等多个公司担任算法工程师，有丰富的计算机视觉算法工作经验，入选创新工场举办的AIChallenger项目。

课程亮点

1.包含单目、双目、鱼眼多种相机标定，足够详细； 2.深入浅出，循序渐进，从简单的小孔成像出发，到复杂的数学推导求解相机参数，理论推导详细完整。 3.理论和实践相结合，每一章都包含详细的project，授课结束后，讲师与同学们继续进行问题答疑与交流。 4.真正的了解业内常见的关于相机标定的问题，实现从简单的了解到工业落地的跨越。

学后收获

1.对单目，双目，鱼眼相机标定的理论推导有深入的理解，掌握相机标定的流程与常见问题的解决办法； 2.熟悉3D视觉获取深度的常见方法，包括立体视觉，结构光，ToF； 3.从极线约束到立体匹配，再到深度计算，掌握立体视觉求解深度的完整流程；

审核编辑 ：李倩