将M1设为世界坐标，已知其他相机相对M1的R T矩阵，通过R T矩阵和M1的到其他的相机坐标系就是所谓的运动。
WT=W-1
——————————————————————————————————————————————————————
从上图可以知道
- W，U，R全部都是正定的因此VT=WUTR是正确的
- E是一个奇异值为(k,k,0)的矩阵，在不考虑尺度的情况下它的奇异值是(1,1,0)
——————————————————————————————————————————————————————
这里面已知R是正定矩阵(当然也是正交矩阵),因此当UWVT为负定时它的行列式为负，当UWVT为正定时它的行列式为正，从而求出的R是正定的。
————————————————————————————————————————————
备注：
A负定，则-A正定，则|-A|>0，所以[(-1)n]|A|>0这里面n=3因此负定的行列式一定是负的
————————————————————————————————————————————
上述证明参考：
本质矩阵的几何意义及其性质和分解 - 知乎 (zhihu.com) 主要
——————————————————————————————————————————————————
旋转矩阵的伴随性：
证明中的U是一个正交矩阵可以看成旋转矩阵
参考：
证明：
参考：
(103条消息) 旋转矩阵是正交矩阵与伴随性质的证明_skycrygg的博客-CSDN博客
——————————————————————————————————————————————
z坐标为正代表物点在相机前面
旋转平移是因为我们以一个相机坐标系作为世界坐标系，因此和真实的有偏差
缩放是因为我们没有一个真实的物体作为恢复的物体的参考，假设我们已知一个真实物体的尺寸，那么我们就可以用恢复的物体和真实的物体的相对尺寸来求解恢复物体的尺寸
标签：知乎,物体,矩阵,相机,正定,SFM,M1 From： https://www.cnblogs.com/Sandals-little/p/17580618.html