- 博客(26)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 线性代数知识汇总
1. 线性代数知识图谱线性代数是代数学的一个分支，主要处理线性关系问题。线性关系意即数学对象之间的关系是以一次形式来表达的。例如，在解析几何里，平面上直线的方程是二元一次方程；空间平面的方程是三元一次方程，而空间直线视为两个平面相交，由两个三元一次方程所组成的方程组来表示。含有 n个未知量的一次方程称为线性方程。变于关量是一次的函数称为线性函数。线性关系问题简称线性问题。解线性方程组的问题是...
2016-11-27 16:27:57
195742
84
转载 李群、李代数在计算机视觉中的应用
在多视角几何中，特别是在一些恢复相机运动轨迹的模型中，我们需要将相机的旋转和平移表示出来。通常情况下，我们都是在欧几里得空间中用R和t来进行相应的运算得到相机轨迹。然而，在很多论文中，作者们却喜欢用Lie algebrase(3)、so(3) 以及 Lie group SE(3)、SO(3) 之类的表示。紧接着，出现了很多术语，比如twist, tangent space，也出现了一些运算，比如e
2016-11-29 18:29:46
1611
1
原创 向量叉积与向量点积
1. 向量叉积与向量点积的区别注：向量积 ≠向量的积（向量的积一般指点乘）一定要清晰地区分开向量积（矢积）与数量积（标积）。见下表。向量积（矢积）与数量积（标积）的区别 名称标积 / 内积 / 数量积 / 点积/dot product矢积 / 外积 / 向量积 / 叉积/cross product运算式（a，b和
2016-11-29 17:14:41
2519
转载 浅谈协方差矩阵
转自：http://pinkyjie.com/2010/08/31/covariance/一、统计学的基本概念统计学里最基本的概念就是样本的均值、方差、标准差。首先，我们给定一个含有n个样本的集合，下面给出这些概念的公式描述：均值：标准差：方差：均值描述的是样本集合的中间点，它告诉我们的信息是有限的，而标准差给我们描述的是样本集合的各个样本点
2016-11-29 09:49:05
849
转载 主成份分析(PCA)最详细和全面的诠释
转自：http://sanwen.net/a/gpgtfoo.html主成分分析（Principal components analysis） -最大方差解释1. 问题 真实的训练数据总是存在各种各样的问题：1、 比如拿到一个汽车的样本，里面既有以“千米/每小时”度量的最大速度特征，也有“英里/小时”的最大速度特征，显然这两个特征有一个多余。
2016-11-29 09:42:12
3168
原创 常用算法
1. Bundle Adjustment (BA) Bundle adjustment优化的是sum of reprojection error(重投影错误之和)，这是一个geometric distance（几何距离），问题可以formulate成一个least squares problem， 如果nosie是gaussian的话，那就是一个maximum likelihood
2016-11-28 09:33:00
2312
原创 正态分布
1. 一维正态分布 若随机变量 服从一个位置参数为 、尺度参数为 的概率分布，且其概率密度函数为： 则这个随机变量就称为正态随机变量，正态随机变量服从的分布就称为正态分布，记作 2. N维空间正太分布 N维空间正太分布方程为： r为模糊半径。 于是，二维高斯模板上的距离中
2016-11-25 16:38:15
2185
原创 算法基本概念
1. 尺度空间 (Scale Space) 1）在尺度空间中，尺度越大图像就越模糊，尺度空间中各尺度图像的模糊程度逐渐变大，能够模拟目标由远及近人对目标的感知过程。 2）那为什么要讨论尺度空间呢？ 因为在用机器视觉系统分析未知场景时，机器并不知道图像中物体的尺度，只有通过对图像的多尺度描述，才能获得对物体感知的最佳尺度 。如果在不同尺度上，对输入的图像都能检测到相同的
2016-11-25 12:01:16
1412
原创 矩阵基本概念
1. 向量（Vector） 在几乎所有的几何问题中，向量（有时也称矢量）是一个基本点。向量的定义包含方向和一个数（长度）。在二维空间中，一个向量可以用一对x和y来表示。例如由点（1,3）到（5,1的向量可以用(4,-2）来表示。这里大家要特别注意，我这样说并不代表向量定义了起点和终点。向量仅仅定义方向和长度。2. 点乘（Dot Product）/点积/内积
2016-11-24 18:38:17
5101
转载 Planar Homographies (平面单应矩阵)
1. 平面单应矩阵 平面单应矩阵：就是平面的投影变换矩阵。2. 正面图投影（Frontal Plane）
2016-11-24 09:47:40
6927
转载 Camera Projection (相机投影)
1. 基本概念2. 投影 So how do we represent this as a matrix equation? We need to introduce homogeneous coordinates(齐次坐标).2.1 透视投影2.2 世界->摄像机坐标变换
2016-11-22 18:04:15
3980
转载 Pyramids and Scale Space (金字塔和尺度空间)
1. 基本概念2. 金字塔表示(Pyramid Representations)3. 尺度空间(Scale Space)
2016-11-22 15:56:00
1836
原创 Stereo Matching Source Code
LIBELAS: Library for Efficient Large-scale Stereo MatchingDownload Stereo and Optical Flow codeStereo Matching by Training a Convolutional Neural Network to Compare Image PatchesDeep
2016-11-22 14:58:51
2240
转载 Gradients and Edge Detection + Canny Algorithm
1. 边缘定义2. 简单的边缘检测流程3. Canny边缘检测器
2016-11-21 11:57:40
1040
转载 Jacobian矩阵、Hessian矩阵、特征值、特征向量
转自：http://jacoxu.com/?p=1461. Jacobian在向量分析中, 雅可比矩阵是一阶偏导数以一定方式排列成的矩阵, 其行列式称为雅可比行列式. 还有, 在代数几何中, 代数曲线的雅可比量表示雅可比簇：伴随该曲线的一个代数群, 曲线可以嵌入其中. 它们全部都以数学家卡尔·雅可比(Carl Jacob, 1804年10月4日－1851年2月18日
2016-11-14 17:20:37
10543
原创 C++11 ifstream和ofstream读写二进制文件
1. C++11 ifstream和ofstream读写二进制文件std::ofstream Frame::mfKeyOut("/home/ai/work/tum-data/key.bin", std::ios::binary | std::ios::out);std::ofstream Frame::mfDescOut("/home/ai/work/tum-data/desc.bin",
2016-11-10 16:51:59
14026
原创 摄像机的内参数和外参数
1. 简介 1）摄像机的内参数（Intrinsic) 由摄像机本身决定，只与摄像机本身有关。其参数有：参数矩阵（fx,fy,cx,cy)和畸变系数(三个径向k1,k2,k3;两个切向p1,p2) 2）摄像机的外参数（Extrinsic) 摄像机在世界坐标系中的位姿，由摄像机与世界坐标系的相对位姿关系决定。其参数有：旋转向量R（大小为1x
2016-11-08 17:40:59
17298
原创 Ubuntu14.04安装ROS Indigo
1. 简介 ROS (Robot Operating System, 机器人操作系统) 提供一系列程序库和工具以帮助软件开发者创建机器人应用软件。它提供了硬件抽象、设备驱动、函数库、可视化工具、消息传递和软件包管理等诸多功能。ROS遵循BSD开源许可协议。 1）ROS Indigo安装参考：http://wiki.ros.org/indigo/Installation/Ubu
2016-11-05 17:44:02
16610
7
原创 ORB_SLAM2安装与运行
1. 安装C++11编译器 ORB_SLAM2使用了C++11的线程和时间控制函数。sudo apt-get install gcc g++ 2.安装Pangolin ORB_SLAM2使用 Pangolin 构建可视化用户界面. 参见https://github.com/stevenlovegrove/Pangolin. sudo apt-get
2016-11-05 14:50:15
18002
5
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人