- 博客(15)
- 收藏
- 关注
RSS订阅原创 [论文精读::PCR::2023::CVPR]-3D Registration with Maximal Cliques
给定两个点云输入，点云匹配（PCR）的任务是估计两个点云之间的六自由度变换信息，具体包括三个旋转角度参数R、三个位置平移参数T。作者最主要针对的问题是，已有的基于几何的方法对于外点（outlier）率较高时效率较低，同时基于深度的方法对于训练数据域外的测试数据的性能较差。所以作者提出一种极大团修正的PCR方法。从实验的结果来看，在已有的数据集百分比提升了10个点左右。
2023-07-14 16:01:25
516
原创 [论文精读::MVDE::2014::CVPR]-PatchMatch Based Joint View Selection and Depthmap Estimation
与三维建模相关的研究：VSLAM和SFM，其中VSLAM是SFM的一种工程化离线的变体，其更加侧重于实时性与定位，而SFM侧重于通过离线的不断优化，恢复较为准确的多张图像的空间相对位置。输入同一场景的非结构无序图像（往往包含数百张，在一些网络数据中甚至包含光照、像素尺寸不一致的图像）以及相对于世界坐标系的内外参矩阵，得到每张图像的深度图和对应于目标图像的像素级视角选择图（以往的方法对于不适合的视角选择往往直接通过图像级别的选择），进而为三维模型的融合和建模提供基础数据。：建立深度计算和视角选择的。
2023-07-07 15:12:30
395
原创 基于C++的cuda编程时，在_global_函数中，blockIdx.x、blockDim.x和threadIdx.x分别表示啥含义？
这些变量在CUDA编程中非常重要，因为它们允许程序员根据需要在不同的块和线程之间进行数据划分和同步操作。通过使用这些变量，可以有效地利用GPU上的并行计算资源，以提高程序的性能和效率。：表示当前线程所在的块（block）在网格（grid）中的X维索引。块是并行计算中的一个独立执行单元，网格是块的集合。用于确定每个块中的线程数，从而在程序中进行线程同步和数据划分。：表示当前线程在其所属块中的X维索引。：表示每个块中X维的线程数量。块中的线程是并行执行的，用于确定当前线程所在的块的位置。
2023-06-14 08:43:14
1306
原创 【Matlab-Ubuntu】terminate called after throwing an instance of ‘std::runtime_error‘
ubuntu-matlab
2023-06-04 21:51:28
306
原创 红黑高斯-塞德尔法
高斯-塞德尔法是一种迭代法，用于求解线性方程组。它是基于高斯消元法的思想，但与高斯消元法不同的是，高斯-塞德尔法是一种迭代方法，每次迭代会产生一个新的解，直到解收敛于方程组的解。高斯-塞德尔法的基本思想是对每个未知数的值进行更新，更新后的值会立即用于计算下一个未知数的值。具体来说，对于一个n元线性方程组Axb，高斯-塞德尔法会按照以下方式迭代：初始化：取一个初始解向量x0。对于每个未知数xik，计算其新值xik1xik1Aiibi−Σ。
2023-06-04 11:52:55
834
原创 指示函数（indicator function）
需要注意的是，指示函数一般是一个离散的函数，它的取值只能是 0 或 1。此外，指示函数还可以被扩展到多维空间或更一般的情况下，例如对于一个区域而言，它的指示函数可以表示为一个布尔函数或特征函数。具体来说，对于一个集合或区域，其指示函数可以定义为一个函数 f(x)，其中 x 是该集合或区域中的一个点。指示函数（indicator function）是一种常用于数学、物理学和计算机科学等领域中的函数，它通常用来表示一个集合或区域在某个点处的存在性或特征。当 x 在球体内部时，f(x) 的值为 1，否则为 0。
2023-05-30 16:02:37
7401
3
原创 MSE和方差的区别
它计算方法是将每个数据点与数据的均值之间的差平方后求平均值。方差越小，说明数据点与数据的均值之间的差距越小，数据的分布越集中。MSE是用来衡量数据预测模型的拟合度的指标。MSE越小，说明预测值与实际值之间的差距越小，模型的拟合度越好。MSE（Mean Squared Error）和方差（variance）都是常用的统计学指标，但它们的计算方法和应用场景有所不同。其中，n表示数据样本的数量，xi表示第i个数据点，x̄表示数据的均值。其中，n表示数据样本的数量，y表示实际值，ŷ表示预测值。
2023-05-24 22:52:36
976
原创 图像处理---亚像素
通常情况下，图像的分辨率是有限的，每个像素的大小是固定的。如果需要进行更高精度的测量或计算，例如图像配准、图像插值或者运动估计等，则需要使用亚像素技术来实现更高的精度。亚像素技术可以通过对图像进行插值或者滤波等操作，来实现对像素的进一步划分或者细化，从而提高图像的精度和分辨率。在数字图像处理中，亚像素（Sub-pixel）指的是对像素的进一步划分或者细化，以实现更高精度的测量和计算。这些技术可以通过对图像进行插值、滤波或者梯度计算等操作，来实现对像素的进一步划分或者细化，从而提高图像的精度和分辨率。
2023-05-24 15:44:42
1694
原创 可微操作与神经网络的关系
另外，可微操作还可以用于设计生成模型，如变分自编码器（Variational Autoencoder，VAE）和生成对抗网络（Generative Adversarial Networks，GAN），这些模型可以生成符合特定分布的数据样本。同时，由于可微操作是连续的，因此它们具有平滑的特性，这有助于提高神经网络的训练稳定性和收敛速度。总之，可微操作和神经网络之间密切相关，可微性是神经网络设计和训练的基础之一，并且可微操作还可以用于构建新的神经网络架构和设计，以及设计生成模型。
2023-05-24 15:36:14
326
原创 Soft argmin和Softmax的区别
Soft-argmin 的计算过程中，首先使用 softmax 函数将输入向量或张量转换为概率分布，然后使用加权平均的方式计算实数值的输出结果。与 Softmax 不同，Soft-argmin 的输出结果不是一个概率分布，因此其所有元素的值没有必要在。同时，Soft-argmin 的计算过程中需要使用加权平均，相比之下，Softmax 的计算比较简单，只需要进行指数和归一化。Softmax 中的分母是所有元素的指数和，用于将元素的值标准化为概率分布。的范围内，并且所有元素的和为。
2023-05-24 15:21:58
250
原创 Soft argmin的含义
在标准的 argmin 函数中，我们将输入数据集中最小值的索引作为输出，而 Soft-argmin 会将输入数据集中的所有值视为概率分布，然后通过对概率分布进行加权平均来计算输出结果。Soft-argmin 的输出结果是一个实数，表示输入向量的加权平均，可以用于多种机器学习任务，例如目标检测、姿态估计和深度估计等。在机器学习中，Soft-argmin 是一种常用的非线性操作，它可以将一个向量或者张量中的数值转换为概率分布，并且可以保留一些原始向量或张量中的信息。是 softmax 函数，用于将输入。
2023-05-24 15:18:12
463
1
原创 Deblur-2008-High-quality Motion Deblurring from a Single Image
2008-High-quality Motion Deblurring from a Single Image[高质量单图像运动去模糊]摘要介绍相关工作新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入摘要我们提出了一个新
2022-01-19 19:35:33
2932
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