Questions about pose estimation

[own295554312]

The problem I'm wondering about is line 112 in evaluate_pose.py

for i in range(1, len(gt_global_poses)):
gt_local_poses.append(
np.linalg.inv(np.dot(np.linalg.inv(gt_global_poses[i - 1]), gt_global_poses[i])))

I know the point of this code is to get the pose from frame i-1 to frame i
nevertheless

np.dot(np.linalg.inv(gt_global_poses[i - 1]), gt_global_poses[i]))

This formula has already obtained the positional transformation from i-1 to i
Why do we need to find the inverse matrix again?

[own295554312]

我想知道的问题是 evaluate_pose.py 中的第 112 行

for i in range(1, len(gt_global_poses))：
gt_local_poses.append(
np.linalg.inv(np.dot(np.linalg.inv(gt_global_poses[i - 1]), gt_global_poses[i])))

我知道这段代码的目的是获取从第 i-1 帧到第 i 帧的姿势
然而：

np.dot(np.linalg.inv(gt_global_poses[i - 1]), gt_global_poses[i]))

这个公式不是已经得到了从 i-1 到 i 的位姿变换嘛
为什么还要再次求逆矩阵？

[GLtangzero]

@own295554312
你好，我之前也是这里有问题，但论文里面明确说明的是，计算中间帧到前后两帧的T，因为算法是输入两帧图片，第一次输入是前一帧与中间帧的顺序，因此计算出来的是前一帧到中间帧的T，所以需要进行求逆矩阵获取中间帧到前一帧的T。
而第二次的输入顺序则是中间帧、后一帧，计算出来的T正好是我们需要的，因此不需要求逆矩阵。
你可以仔细看一下代码，只有在-1也就是第一类情况的时候才会计算逆矩阵。
个人愚见，希望有帮助！！