将视觉SLAM算法应用到无人机的控制中，利用视觉SLAM为无人机提供环境感知能力，并搭建了无人机控制系统（包括无人机平台、机载计算机、单目相机、SLAM算法、无人机控制器设计、轨迹跟踪等）；具体内容是通过ORB_SLAM2算法，利用单目相机，为无人机提供了位姿（位置和姿态）信息；并设计了运动控制器实现了无人机在无GPS环境下的轨迹跟踪控制；最后对整个实验过程的代码进行了开源。

Real-time 3D Pose Estimation with a Monocular Camera Using Deep Learning and Object Priors On an Autonomous Racecar 背景 三维物体投影在平面上会失去一个维度，即不知道物体的距离。但是，有了三维物体的先验信息，我们可以知道三维物体的距离 To this end, we propose a low-latency real-time pipeline to detect and estimate 3D position of multiple objects of interest

基于matlab的单目相机的三维重建项目源码

提出一种基于光流反馈的单目视觉三维(3D)重建方法，实现对场景快速、准确的3D 立体化建模。由帧间光流场建立更为稳健的同名像点匹配关系，同时运用五点算法估计摄像机的相对位姿，以构建稀疏点云和初始网格。从运动视觉分析的角度寻求多视重构的求解方法，将重建模型反馈至重建过程，用各视图像的偏差驱动模型变形。将粗略、不准确的原始网格曲面经过致密的非刚性变形，调整至精确的曲面。在统一计算设备架构下，利用图形处理器对光流算法进行并行加速，显著提高了重构算法运行的实时性。室内真实场景下的重建结果证明了所提算法的可行性与准确性。

利用点特征求解单目相对位姿是现在普遍采用的方法,但在纹理不明显、角点少的场景下,仅依靠点特征难以得到理想的结果。鉴于此,结合惯性测量单元的测量数据和平面场景存在的单应性约束,提出了基于点线特征结合的单目相对位姿估计算法。先利用惯性测量单元提供的旋转角信息将2帧连续图像校正为正下视图像;再对图像中的点线特征进行检测和匹配;最后根据点线特征的单应性约束求解正下视图像之间的相对位姿,进而转化获得原始图像之间的相对位姿。仿真实验和实物实验结果证明,所提算法能够有效地求解单目相对位姿。

qt调用opencv的RGB活体识别程序人脸识别-静态RGB单目活体检测-不用动作配合 视频演示网址 https://v.youku.com/v_show/id_XNDU4NDU0NTE4OA==.html

在需要对三维环境感知的领域中，如机器人避障、自动驾驶、增强现实等，二维的图像信息很难满足需求，深度估计技术可以很好的提供场景的深度信息。

研究生学位论文,内容非常详细，叙述十分清晰，具有很高的参考价值。非常值得学习，适合相关领域知识的学习和巩固，单目视觉空间目标位姿测量算法研究

研究生学位论文,内容非常详细，叙述十分清晰，具有很高的参考价值。非常值得学习，适合相关领域知识的学习和巩固，基于单目视觉的刚体位姿测量系统研究

单目视觉SLAM仿真系统的设计与实现