这篇博客探讨了计算机视觉领域中数学的应用，包括导数在自动驾驶算法中的角色，参变量函数在图像处理中的应用，如贝塞尔曲线在图形学中的作用。还介绍了泰勒展开在图像拼接和光流法中的应用，以及矩阵计算在图像淡入淡出和3D动画变换中的实际运用。此外，讨论了矩阵秩、特征值在图像恢复和人脸识别中的关键作用，以及二次型在机器学习优化问题中的关联。最后，文章提到了线性方程组和线性规划在解决变量过多问题时的重要性。
01--导数
谷歌无人驾驶、游戏极品飞车：自动驾驶算法
速度：Vx(t)=dPx/dt Vy(t)=dPy/dt
极坐标下的速度方向：θ（t）= atan2(Vy(t),Vx(t))
t时刻方向盘的转角：w(t)=dθ/dt
P（t）--w(t)=========复杂求导
02--参变量函数
愤怒的小鸟---投射轨迹（入射速度和入射角度）
bezier曲线（贝塞尔曲线）----图形学
雷诺汽车外形设计
三维模型---点动成线，线动成面
03--泰勒展开
谷歌街景---多张照片拼成全景图
---寻找两张照片对应点（独特性越好越好找到对应点）
---独特性判断：计算图像帧某一位置周围小领域偏移一点后，灰度值相差越大独特性越好
----计算偏移量和灰度差值的关系：假设偏移量很小，可以进行泰勒展开
物体跟踪---光流法
求导是图像边缘检测必不可少的
---泰勒展开可以将离散情况下对图像或者语音信号的求导转换为加减操作
---同理，也可以将求二阶导用加加减减去操作
04--幂级数
用级数计算pi
用级数计算e
用泰勒展开将函数展开成一个幂级数
级数的用途
---将初等函数e^x等（难以计算、不利解析的分析），级数展开成多项式函数（四则运算，易于求导求积分），方便计算机的编程实现
---例如pow(x,y)
最低0.47元/天 解锁文章
扫一扫
2600
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
