本文介绍了Ceres Solver在解决非线性最小二乘问题中的应用，包括曲线拟合和三维重建等领域的应用。通过一个简单的Hello World!例子，展示如何构建和解决一个寻找最小值的函数问题，以及使用AutoDiffCostFunction自动求导构建非线性最小二乘问题的过程。
参考教程：http://www.ceres-solver.org/nnls_tutorial.html
Non-linear Least Squares(非线性最小二乘法)
Introduction
Ceres可以解决边界约束非线性最小二乘问题
这种形式的问题出现在科学和工程的广泛领域 - 从统计学中的曲线拟合到从计算机视觉中的三维重建。
在本章中，我们将学习如何使用Ceres Solver解决（1）。 可以在示例目录中找到本章中描述的所有示例的完整工程代码。
表达式 p i ( ∣ ∣ f i ( x i 1 , . . . , x i k ) ∣ ∣ 2 ) p_i(||f_i(x_{i1},...,x_{ik})||^2) pi(∣∣fi(xi1,...,xik)∣∣2)被认为残差块（ResidualBlock， f i ( . ) f_i(.) fi(.)叫做代价函数（CostFunction)。代价函数依赖于一系列参数
最低0.47元/天 解锁文章
扫一扫
5万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
