视觉slam
普通网友
这个作者很懒,什么都没留下…
展开
-
CNN-SVO论文解读
svo在初始化地图点时,有更大的深度不确定性,图1a由于有更大的极线搜索范围,导致了错误的特征匹配这篇论文提出了一个新的地图点初始化方法,基于单图像深度预测神经网络的深度先验(以预测的深度为中心将有更小的方差),因此对应特征点的识别的不确定性减小(如图1b)。由于更好的特征匹配和深度不确定的减小,地图点的深度将会更快的收敛svo算法的综述略改进的地图点初始化cnn-svo能够获得更好的均值估计和更小的初始方差。给定一系列三角测量的深度,深度滤波器的作用是把好的测量从坏的测量中分离出来:好的测量.原创 2021-05-31 21:55:42 · 611 阅读 · 1 评论 -
视觉slam14讲第二版ch7的pose_estimation_2d2d.cpp的代码注释(自己理解的)
按我自己的理解,注释了视觉slam14讲第二版ch7的pose_estimation_2d2d.cpp#include <iostream>#include <opencv2/core/core.hpp>#include <opencv2/features2d/features2d.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/calib3d/calib3d.hpp>原创 2021-04-28 21:10:52 · 455 阅读 · 2 评论