Manhattan World(曼哈顿世界)
###########################

* “曼哈顿世界”（Manhattan World）是计算机视觉和机器人领域的一个几何假设，指的是一种场景结构假设，即场景中的物体主要沿着三个互相垂直的方向排列。
* 这三个方向通常对应于：
    - 水平方向1（例如：x 轴）
    - 水平方向2（与 x 轴正交，例如：y 轴）
    - 垂直方向（例如：z 轴，竖直方向）



作用
====

* 在计算机视觉中，曼哈顿世界假设常用于：
    - 三维重建（如用单张图像恢复三维结构）
    - 相机姿态估计
    - 消失点检测 (vanishing point detection）
    - SLAM（同步定位与地图构建）
    - 室内场景理解

* 这个假设可以大大**简化问题建模和求解难度**，比如：
    - 如果知道一幅图像符合曼哈顿世界结构，就可以根据图像中出现的**三组平行线的消失点**来恢复相机的旋转矩阵。
    - 对于消失点检测，若假设场景为曼哈顿世界，就只需找到三组正交方向的消失点。



举例说明
========

* 假设你拍了一张室内照片，场景是一个标准的房间：
    - 地板和天花板是水平的
    - 墙壁垂直地面
    - 桌子、门、窗户也都沿着这三个主方向对齐

* 这个房间就是一个典型的“曼哈顿世界”。

拓展: 非曼哈顿世界(Non-Manhattan World)
=======================================

* 并不是所有场景都符合曼哈顿世界假设。例如：
    - 山地、森林、自然风景
    - 建筑风格复杂的城市（如巴黎或成都）
    - 室内有斜屋顶或异形设计

* 为了解决这些情况，研究者提出了扩展版本，比如：
    - **Atlanta World**：允许多个方向，但每组仍成直角
    - **Piecewise Manhattan World**：局部区域满足曼哈顿世界，但整体不是
    - **Non-Manhattan structures**：完全不依赖正交结构，使用更通用的方法（如深度学习、几何优化）