- 博客(22)
- 收藏
- 关注
RSS订阅原创 点云配准之 《TEASER：快速且可证明点云配准》阅读笔记
原论文：《TEASER: Fast and Certifiable Point Cloud Registration》作者及团队：作者:Heng Yang ,15年清华本科毕业，17年MIT硕士毕业，发文章时为MIT博士生，SPARK实验室，SPARK实验室主页：http://web.mit.edu/sparklab/SPARK实验室github主页：https://github.com/mit-spark/3D点云配准背景：3D点云配准方法概述：效果：视频：https://yout
2022-02-12 21:28:10
2190
原创 点云粗配准4PCS及相应变种+在R稠密三维重建场景中的应用效果
一、4PCS简介：4PCS（4 point congruent sets）算法是一种点云粗配准的算法。 适用于重叠区域较小的两帧点云图（深度图）进行粗配准。传统的ICP算法需要两帧点云有较大的重叠区域。4PCS算法的基本思想，来源于RANSAC算法，从宏观上讲，其基本框架也和RANSAC算法的基本也基本一致。RANSAC算法是随机选取三个点，按照预先设定**的数学公式或者其他规则，**进行建模，然后判断其他点和该模型的关系，在该模型上的点成为局内点，不在该模型上的点成为局外点，当局内点数量高于一定条
2021-09-12 12:41:55
2177
原创 二维图像矢量化方法简述
本文为自己学习过程中的记录。主要为整理了大佬们以往的成果，然后加一些自己的思考总结。参考文献放到了最后，向大佬致敬。二维图像分类：计算机数字图像一般分为位图和矢量图两种：（1）像素图（2）矢量图（1）像素图，也称位图。位图是基于像素点的图，通常也被称为点阵图、光栅图或像素图等，其存储格式多样，常用的有ＢＭＰ标准图像文件格式、压缩的ＧＩＦ、ＪＰＥＧ等文件格式。人们通过改变像素点上的颜色特征信息及像素点空间位置来实现对位图显示及内容的修改编揖。虽然位图能通过丰富多彩的色彩像素逼真地表现出自然图像，但在对基
2021-05-27 12:34:10
4978
原创 三维空间中平面（基本图元）检测方法
三维空间中平面检测方法（其他基本图元的方法也类似）宏观上在三维空间中做平面检测可以分为三类：（1）RANSAC（2）Hough变换（3）区域增长等聚类算法其他的一些方法都是在这三个基础上进行的扩展或者变形，核心思想可以分为三类。这三种方法不仅适用于检测三维空间中的平面，进行适当的变形，还能完成对三维空间中球体，圆锥体等等基本图元的检测。一、RANSAC：ransac在三维空间中除了检测某种具有特定数学表达式的模型外，还能够完成点云配准的任务，有兴趣的小伙伴可以自己查一下。基本原理：（以二维平面
2021-05-06 11:20:16
2979
原创 C++学习全记录（全）
C++核心编程本阶段主要针对C++面向对象编程技术做详细讲解，探讨C++中的核心和精髓。1 内存分区模型C++程序在执行时，将内存大方向划分为4个区域代码区：存放函数体的二进制代码，由操作系统进行管理的全局区：存放全局变量和静态变量以及常量栈区：由编译器自动分配释放, 存放函数的参数值,局部变量等堆区：由程序员分配和释放,若程序员不释放,程序结束时由操作系统回收内存四区意义：不同区域存放的数据，赋予不同的生命周期, 给我们更大的灵活编程1.1 程序运行前 在程序编译后，生成了ex
2021-04-03 13:57:39
1276
1
原创 mesh分割算法（自己学习过程中记录，不全）
注：总结肯定是不全的，当时是在学习过程中找和自己研究课题有正相关的才记录下来，其他可能好用的方法，但是对我近期做的事情不相关，在有限的时间内就没有做详细的记录。一、迭代聚类：（基本和点云一致）通常根据某种相似性度量标准，计算每个面或者顶点到簇质心的距离，将这些面或者顶点指定给相应集合，进行初始分类，然后后更新聚类初始状态，不断迭代。可能适用的是：变分形状逼近VSA(variational shape approximation)是一种基于k-means的迭代聚类算法。《Variational sh
2021-03-25 10:32:27
3101
原创 mesh（三角面片）数据解析
mesh（三角面片）简介Mesh是多边形网格，是计算机图形学中用于各种不规律物体建模的一种数据结构。在多边形网格的面片中三角面片是被分割的最小单位，且表示比较简单、灵活并且拓扑描述方便，所以被广泛使用，所以mesh常常指代三角面片。mesh的一般组成：mesh表示的组成部分：顶点，边，面。mesh文件:mesh文件是.obj（一种通用的三维模型的后缀） 和 .stl格式（一种标准的存储三角面片的格式）mesh的另一种格式是pcl。但pcl除了能存储三角面片外还能存储四边形的面片等多种形状。（
2021-03-25 10:17:21
17034
原创 超体素分割（过分割）详细过程
参考：《Voxel Cloud Connectivity Segmentation - Supervoxels for Point Clouds》和《基于超体素区域增长的点云分割算法研究》超体素分割（过分割）详细过程超体素分割的目的：流程概括：其中必要概念词解释：（1）体素云：（2）超体素数据（supervoxel）：（3）体素空间内的集中拓扑结构：（4）快速点特征直方图（FPFH）：在其他三维任务前加上超体素分割的优点：过分割（超体素分割）的详细流程：超体素分割的目的：将具有相似特征属性的点云或体素
2021-03-06 12:52:23
8613
20
原创 基于点云的三维物体分割方法
自己学习过程中随手的笔记，可能不全，但包括了最主流的方法（1）基于RANSAC的分割方法是一种基于几何数学模型的方法，原理简单，同时过程严格遵循数学模型，理论上能够保证分割结果不受噪声的影响，同时确保分割质量。但同时也因为严格遵循数学模型，导致无法适应复杂的没有合适的数学模型的三维模型。RANSAC的基本原理：可以参考博文：https://blog.csdn.net/qq_36686437/article/details/106928207（2）基于图的点云分割算法可以用来处理复杂场景的点云数据
2021-03-06 11:53:43
1234
原创 论文阅读：《Geometrically Consistent Plane Extraction for Dense Indoor 3D Maps Segmentation》
《Geometrically Consistent Plane Extraction for Dense Indoor 3D Maps Segmentation》基于三维模型的多平面提取方法和基于几何的三维模型语义分割该论文中两个不同任务。任务一：基于图的3D物体分割1.进行正常的稠密三维重建（本文重建的时候用的infiniTAM和NYUv2的数据集）2.进行超体素分割。（利用一组超体素来表示数百万的点云，从而降低计算成本）。分割后的超体素由一组曲面片，每个曲面片包含一个质心C，法向量n,和曲
2021-03-02 11:09:34
315
原创 利用appimage工具对开发好的项目进行打包
appinage打包方法本篇记录了自己在ubuntu系统上开发好了一个项目（C++）后，想要对工程进行一个发布，使得该工程只通过一个可执行文件和相应的一个初始化指令，便使得整个工程可以运行。可以通过利用appimage工具对项目进行一个打包。整体介绍：打包需要两个工具：（1）appimagetool，下载地址： https://appimage.github.io/appimagetool/（2）linuxdeploy，下载地址：https://github.com/linuxdeploy/
2021-01-29 14:33:17
2851
原创 论文阅读笔记：Total3DUnderstanding: Joint Layout, Object Pose and Mesh Reconstruction for Indoor Scenes...
Total3DUnderstanding: Joint Layout, Object Pose and Mesh Reconstruction for Indoor Scenes from a Single Image论文连接：https://arxiv.org/abs/2002.12212论文源码：https://github.com/yinyunie/Total3DUnderstanding论文英语视频：https://www.youtube.com/watch?v=tq7jBhfdszI1.本
2020-12-09 21:50:35
1581
原创 Zora P1 和Astra Pro 初次上手体验
Zora P1 和Astra Pro 小白上手奥比中光发布了一款专门为3D视觉 嵌入式开发板，与奥比中光的RGBD摄像模块，和相应的三维视觉的算法高度适配，终究目标是让所有的嵌入式设备均具备三维感知能力**（这个愿景还是很伟大的）**Zora P1 中奥比中光提供的EMMC模块中默认搭载了嵌入式armbin系统，该系统的详细情况可参考https://blog.csdn.net/qq_41918369/article/details/109841994简单的说，armbin系统可以看作是ubnutu系
2020-11-20 20:05:53
886
3
原创 armbin：初识armbin
初识别armbinarmbin：Armbian是基于单板机（单片机）（single board computer）（SBC）的基本操作系统平台。其特点：（1）轻量级基于Debian或Ubuntu的Linux发行版，专门用于ARM开发板（2）每个系统均由Armbian Build Tools进行编译，组装和优化（3）它具有强大的构建和软件开发工具，可以进行自定义构建（4）充满活力的社区armbin和Debian/Ubuntu的区别（1）Debian和Ubuntu一般不支持基于ARM的嵌入式的
2020-11-20 10:56:57
948
原创 深度学习基础知识和概念汇总（适合给小伙伴们查缺补漏）
深度学习基础知识和概念汇总入门推荐推荐课程推荐书籍其他推荐概念汇总及简洁解析本文为自己学习过程中，所做笔记，很多笔记是参考前人大佬的，如有侵权，请私聊，如转载注明出处就好。如果本文对您有用，希望老哥帮忙点个赞。随着本人的不断学习，将持续更新。入门推荐深度学习定义：用深度神经网络的方法来解决机器学习的问题学好深度学习，一定要三条腿都足够硬。这三条腿分别是：数学，编程，算法。数学：线性代数，工程矩阵，微积分，概率论编程：python和C++（C++是高性能，面向底层硬件，非常快速的一种编程语义。
2020-10-18 18:33:21
582
原创 基于深度学习的三维语义理解（分割）综述列表
基于深度学习的三维语义理解（分割）综述列表文章目录基于深度学习的三维语义理解（分割）综述列表前言基于深度学习的三维语义理解（分割）综述列表一、 从三维模型中进行深度学习1.1基于点云的方法1.2基于体素的方法1.3基于mesh的方法二、多模态融合的方法2.1紧耦合2.2松耦合总结前言随着2016年pointnet的发表，三维空间中的语音理解逐渐进入了爆发式的增长，本文对至今一些优秀的文章进行部分整理。基于深度学习的三维语义理解（分割）综述列表一、 从三维模型中进行深度学习1.1基于点云的方法
2020-10-01 19:45:52
4053
4
原创 RangeNet++(IROS-2019)学习笔记
RangeNet++RangeNet++是以SqueezeSeg和SqueezeSegV2为基础，都使用了点云的球面投影的方法，可以将点云数据转换为可以支持很多成熟的二维图像处理方法的数据。（用图片的方式来表示点云）（有效的将点云数据进行降维的方法），同时该方案计算量相对较小，适合于自动驾驶等领域进行实时处理。目标：实时准确和快速的进行点云语义分割。球面投影：图片上方为球形投影的结果，下方是点云。上方图像的每一行对应于从激光雷达的每个激光获得的点。在此，图像中的最低行对应于激光雷达中的最低激光
2020-09-23 20:25:51
1383
4
原创 FlowNet3D&HPLFlowNet学习笔记（CVPR2019）
FlowNet3D学习笔记Flow本文贡献：本算法输入：本算法输出：网络结构：网络的三个主要部分讲解：Flow本文是从三维动态点云数据中进行环境理解的一种网络，（场景流）本文贡献：提出了一种新的架构，称为FlowNet3D，它可以从一对连续的点云端到端估计场景流。在点云上引入了两个新的学习层:学习关联两个点云的流嵌入层和学习将一组点的特性传播到另一组点的上采样层。展示了如何将所提出的FlowNet3D架构应用到KITTI的实际激光雷达扫描中，并与传统方法相比，在三维场景流估计方面取得了很大的改
2020-09-23 12:24:56
706
1
原创 小白学习三维检测和三维语义理解（3D-understanding）持续更新中。。
Uderstanding Understanding三维 understandingLearning only from point cloud2020综述 Deep Learning for 3D Point Clouds: A Surveyothers3D-SIS: 3D Semantic Instance Segmentation of RGB-D Scans（CVPR-2019）简介：贡献：算法（贡献点）核心思路：算法（贡献）具体实现流程：实验对比&效果：缺点：Understanding
2020-08-26 13:27:01
1996
原创 极限学习机（ELM）回归问题实现（python）多输入多输出
# -*- coding: utf-8 -*-import numpy as npfrom sklearn.preprocessing import OneHotEncoderfrom sklearn.model_selection import train_test_split #数据集的分割函数from sklearn.preprocessing import StandardScaler #数据预处理from sklearn import metricsimport
2020-08-26 00:12:23
4576
6
原创 虚拟机由于硬盘存储空间过满导致启动异常+虚拟机扩容
虚拟器死机原因：在虚拟机下载安装anaconda过程中，把硬盘空间挤满了。出来给虚拟机扩容的过程，再重启的时候发现虚拟机进入死循环，Stopped User Manager for UID 121;Started Session c** of user gdm，其实原因是存储空间用满了的原因。参考前辈，把问题解决。https://blog.csdn.net/qq_44880708/article/details/104328698在图片稳定在这个界面不跳动的时候按 Ctrl+Alt+F2 或
2020-07-17 19:40:38
5005
原创 小白运行pointRCNN及其可视化
小白运行pointRCNN及其可视化https://github.com/sshaoshuai/PointRCNN在原作者的readme文件中将运行书写了一遍，但对于部分新手来说，在运行过程中还是会出现一部分问题的，本博客记录作为小白的我运行出现的问题即解决方案。同时pointRCNN提供了训练数据的代码，但是未提供可视化的代码，本文将其可视化过程出现的问题和解决方案一并提供。数据准备http://www.cvlibs.net/datasets/kitti/eval_object.php?obj_
2020-07-17 19:11:47
1841
44
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人