- 博客(9)
- 资源 (3)
- 收藏
- 关注
原创 【阅读文献】单目视觉SLAM方法综述【4】~特征点深度获取+地图尺度控制
2.3 特征点深度的获取单目摄像机相当于Bearing(方向) Only类传感器,不能立刻获得深度信息。特征点深度获取方法主要有以下3种: 几何三角化、反深度(inverse depth)、粒子滤波法2.3.1 几何三角化目前采用关键帧与稀疏捆绑调整( sparse bundle adjustment, SBA) 框架的单目视觉SLAM 系统, 普遍采用类似运动恢复结构( stru...
2019-02-27 10:19:14 3953
原创 【阅读文献】单目视觉SLAM方法综述【3】~数据关联优化
目录2.2 数据关联的优化2.2.1 固定区域匹配2.2.2 Active Matching2.2.3 1-Point RANSAC 2.2.4 几何约束 2.2 数据关联的优化基于图像的特征检测与匹配不可避免地带有误差。如果直接使用图像特征匹配的结果作为数据关联的结果,往往会带来很大误差,以至于定位系统发散。2.2.1 固定区域匹配这种方法假设特征点在前后两帧...
2019-02-25 16:20:18 1874
原创 【阅读文献】单目视觉SLAM方法综述【2】~特征的检测与匹配
2.1 特征的检测与匹配SLAM系统中,是以环境中的路标点为基础的。单目视觉系统无法从单帧图像恢复深度。如何 利用图像特征检测与匹配获得高质量的路标,关系到单目视觉SLAM的鲁棒性。图像特征可分为:点特征、直线特征、边缘、轮廓相比于其他,点特征具有对遮挡相对鲁棒,识别性好,提取速度快。点特征的检测和匹配来实现SLAM数据关联。2.1.1 角点特征角点在保留图像重要特征时,可...
2019-02-25 12:40:54 1968
原创 【阅读文献】单目视觉SLAM方法综述【1】~单目视觉SLAM分类方法
目录1 单目视觉SLAM分类方法1.1 基于概率框架的单目视觉SLAM1.2 基于非概率框架的单目视觉SLAM方法SLAM最先由Smith Self 和 Cheeseman于1987年提出,被认为是实现移动机器人真正自主的关键。视觉传感器信息量大、灵活性高、成本低,其他传感器无法比拟,随着计算机视觉的发展和计算能力的增强,出现了大量利用摄影机作为传感器的视觉SLAM方法。单...
2019-02-24 20:31:48 5337
原创 段错误(核心已转储)-linux
在终端输入:ulimit -a会发现提示很多重点关注两个,一个是core file size,还有一个是stack sizevi .bashrc在bashrc文件最后加ulimit -c unlimitedulimit -s 819200保存后关闭终端 ...
2019-02-23 10:19:03 19962 1
原创 深度学习是表示学习的经典代表(浅谈什么是深度学习)
目录 先来看机器学习:什么是特征?深度学习是表示学习的经典代表:深度学习的过程:深度学习与传统机器学习差别:深度学习代表算法:先来看机器学习:机器学习是利用经验experience来改善 计算机系统自身的性能,通过经验获取知识knowledge。以往都是人们向计算机输入知识,现在是通过经验的“特征”数据来产生模型model(传统的机器学习)什么是特征?...
2019-02-21 13:31:46 3479
原创 AI-就业-985硕博-分析建议
阿里星计划年薪平均估计 60w+,本科生-博士生都有机会,CTO 直接面试,每年招 10 人,半年 base 美国的机会。百度少帅计划IDL 部门(机器学习、深度学习),年薪 100w+,每年 9 人,30 岁以下,工作地北京、深圳,一年后硅谷或常青藤名校访问至少半年,三年后带领 20-30 人团队。腾讯技术大咖要求,全球 TOP100 CS 相关硕士博士毕业,人工智能相关,薪...
2019-02-20 09:30:43 2390
原创 学习《2018中国自动驾驶产业年度报告-亿欧》笔记-PPT
这个PPT是2019年1月亿欧 智库发表的。核心强调重点知识图谱本文开拓了 眼界,我只筛选了比较重要的内容,版权属于亿欧智库。
2019-02-18 18:48:05 2668
原创 【C++11 】模板类array对象的使用方法
目录1.总体理解array2.具体理解array3.array程序示例 1.总体理解arrayC和C++创建数组时,通常会使用new和delete来管理空间C++11提供了 一种新的思路,#include <array> ,这种办法执行效率甚至比vector都高,这样我们不用自己再管理内存2.具体理解array假设 现在使用array对象来 存储一年...
2019-02-14 16:30:29 3481
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人