qq_22751305的博客

在3D图形学中，最常用的旋转表示方法便是四元数和欧拉角，比起矩阵来具有节省存储空间和方便插值的优点。本文主要归纳了两种表达方式的转换，计算公式采用3D笛卡尔坐标系：定义、、分别为绕Z轴、Y轴、X轴的旋转角度，如果用Tait-Bryan angle表示，分别为Yaw、Pitch、Roll。一、四元数的定义通过旋转轴和绕该轴旋转的角度可以构造一个四元数：其中是绕旋转轴旋转的角度，为旋转轴在x,y,z方向的分量（由此确定了旋转轴）。二、欧拉角到四元数的转换三、四元数..

Moving SLAM: Fully Unsupervised Deep Learning in Non-Rigid Scenes摘要作者提出了一种可无监督训练的深度学习网络，该网络输入视频流，输出3D场景信息（camera 和depth）、运动目标及其运动信息。传统的SLAM存在一个强假设：目标是静止的。这种刚性场景假设限制了模型预测的性能。作者提出了一种简单的解决方案：将图像的局部区域作为刚性场景，对每个区域，预测不同的pose，计算不同区域的误差，进而优化网络参数。对于每个区域，预测一个6D的

在工程活动中运用KF或者EKF，常常需要判断当前观测值的可靠程度。若用一个不太可靠的观测值更新模型，往往会产生不太好的结果。 那么，有没有一种方式，用来评估观测值对于模型是否可靠呢？答案：有。 以卡尔曼滤波为例。首先回顾一下卡尔曼滤波的5个方程。如下图所示。给定观察值Z。似然估计值的计算方式如下：其中，,如下图中绿框所示。. 如下图红框标记所示。C++代码：用opencv实现，变量Sk（上图红框的值）、i_k（上图绿框的值）、Sk_inv(为Sk...

摘要旨在总结无（自）监督深度学习depth、ego-motion和obj-motion的估计方法。在这个领域，在本人的调研中，有几篇比较有代表性的文章，罗列如下。paper listmonodepth2(2019)， code自监督训练深度估计网络，可选配单目、立体视觉，或者单目与立体视觉结合的自监督训练。训练框架有两个深度神经网络，一个采用UNet预测深度，另一个输入2张RGB图像，即input的通道数为6，预测这两张图像的相对姿态pose。训练大致流程：预测深度和po

在自监督深度估计中，一般输入2张图像（若为视频，则输入邻近的两帧图像）frame1和frame2，模型先估计相机拍摄这2张图像是的姿态变化pose，然后根据pose将frame1变换到frame2的视角下，得到合成图像synthetic frame1。估算的pose越准确，synthetic frame1与frame2的图像相似度就越高。那么，常用SSIM（结构相似性）来评价这两张图片的相似度。若希望详细了解单目深度估计，可参考文章《无监督深度估计、运动估计的深度学习方法（一）...

论文地址：https://arxiv.org/pdf/2003.01060.pdf参考文献：https://blog.csdn.net/qq_26623879/article/details/104889488