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）