- 博客(18)
- 收藏
- 关注
RSS订阅原创 Image-Based Place Recognition on Bucolic Environment Across Seasons From Semantic Edge Description
基于语义边缘描述的跨越季节的乡村环境图像位置识别摘要基于图像的位置识别的大部分研究工作都是针对城市环境而设计的。 在田园环境中，例如质地低，语义含量低的自然场景，主要挑战是应对视觉外观随时间的变化，例如光照，天气，植被状态或视点。 变化的性质是不同的，这导致了描述田园风光的不同方法。 我们介绍根据其语义和拓扑信息计算的全局图像描述。 它是基于图像语义边缘的小波变换构建的。 然后，匹配两个图像等效于匹配它们的语义边缘变换。 该方法在两个多季节环境监视数据集：CMU季节和Symphony Lake数据集上达
2020-09-23 20:05:08
225
原创 Dynamic-SLAM: Semantic monocular visual localization and mapping based on deep learning
Dynamic-SLAM: Semantic monocular visual localization and mapping based on deep learning in dynamic environment漏检补偿算法——提高SSD的召回率首先基于卷积神经网络，构造一个联合先验知识的SSD目标检测器，在语义层检测新检测线程中的动态目标；然后，针对现有SSD目标检测网络的召回率较低的问题，提出了一种基于相邻帧速度不变性的漏检补偿算法，大大提高了检测的召回率SSD会输出检测物体的lis
2020-09-23 18:22:30
510
原创 windows下 cmake 的使用
下载软件cmake可以在腾讯软件中心下载。MinGW官网下载很慢，需要找找资源。cmake安装双击安装，别忘了点击添加环境变量。如果安装过程中忘记点了，可以手动添加。右键“我的电脑”》“属性”》“高级系统设置”》“环境变量”》在用户变量或系统变量的“PATH”里添加cmake的安装路径。安装路径不要有中文。MinGW 安装如果下载的是压缩包的话，直接解压的某个目录就行了。然后添...
2020-05-23 16:14:53
400
原创 不积跬步之IMU预积分
IMU预计分论文：On-Manifold Preintegration for Real-Time Visual-Inertial Odometry(http://arxiv.org/abs/1512.02363)IMU初始化论文：Visual-Inertial Monocular SLAM with Map Reuse(https://arxiv.org/abs/1610.05949)
2020-05-21 14:34:32
406
原创 Git命令一览
Git准备工作安装Ubuntusudo apt-get install gitWindows下载、安装https://git-scm.com/downloads全局配置git config --global user.name “Your Name”git config --global user.email “email@example.com”...
2020-04-05 19:34:21
110
原创 PS 抠人像方法
通道抠图适用于扣取边缘复杂的对象，如树枝、毛发等；还可以扣取半透明的对象，如烟、火、水等。钢笔抠图1、首先，先打开你要处理的图片，ctrl+J复制一层。2、对于这种图片，可以衣服用钢笔抠，头发用通道抠。选择钢笔工具，勾勒轮廓。然后Ctrl+Enter生成选区。3、Ctrl+J复制图层。通道抠图1、ctrl+J复制一层（这是好习惯哦）。2、调出右下角工具栏里的“通道”，选择反差对...
2020-03-28 19:34:45
4040
原创 PS 抠图去白边
1. 选区缩像素按住Ctrl键，点击人物层缩略图，为人物建立选区；点击“选择”→“修改”→“收缩”，将收缩量调整为“2像素”，将选区收缩2像素按住Ctrl+Shift+I 反选选区，按下Delete键删除，就能完美地去除白边了。按Ctrl+D取消选区。2. 滤镜处理法按住Ctrl键，点击人物层缩略图，为人物建立选区；点击“图层”》“图层蒙版”》“显示选区”...
2020-03-27 23:43:43
1953
原创 吃饱了撑的之hexo + github 搭建个人博客
参考1参考21.hexo安装由于hexo是基于node.js制作的一款博客管理工具，所以要按照hexo就需要事先安装node，nodejs下载安装，安装完成后打开git bash，执行下面命令:$ node -v$ npm -v查看node和npm是否安装成功。然后国内建议执行：$ npm install -g cnpm --registry=https://registry.n...
2020-03-20 13:16:58
104
原创 学习笔记之git
参考一参考二安装Git国内直接从官网（http://git-scm.com/download/win)下载比较困难，速度极慢，需要翻墙。可以从镜像下载。下载完成后，按默认选项安装即可。安装完成后，在开始菜单里找到“Git”->“Git Bash”，蹦出一个类似命令行窗口的东西，就说明Git安装成功！安装完成后，还需要最后一步设置，在git bash中输入：$ git conf...
2020-03-07 07:50:51
211
原创 走马观花之Python
Python历史基础环境准备Python环境安装windows/macOS1.访问https://www.python.org/downloads/2.下载合适的版本。3.点击安装Linux1.多数系统自带2.找对应系统手册Python运行交互界面Jupyter 演示界面Ubuntu安装一个Jupyter包，也可以直接装anacondawindows安装anacon...
2020-03-04 11:52:14
176
原创 好记性不如烂笔头之Linux
Ubuntu备忘指令作用Ctrl+h 或者 ls -a显示隐藏文件ls -l name.file查看文件详细信息cp source.file target.file -r复制文件和目录mv file1 file2改名字mv flie1 ~/a/b/file2移动位置file target.file查看文件类型les...
2020-03-03 19:36:57
196
原创 《DeepLearning with Python》读书笔记（一）
1.什么是深度学习三张图理解深度学习工作原理神经网络中每层对输入数据所做的具体操作保存在该层的权重（weight）中，其本质是一串数字。用术语来说，每层实现的变换由其权重来参数化（parameterize，见图 1-7）。权重有时也被称为该层的参数（parameter）。在这种语境下，学习的意思是为神经网络的所有层找到一组权重值，使得该网络能够将每个示例输入与其目标正确地一一对应。想要控...
2020-02-20 17:58:43
799
原创 走马观花之《视觉SLAM十四讲》
1. 视觉SLAM 系统概述SLAM 是Simultaneous Localization and Mapping 的缩写，中文译作“同时定位与地图构建” 。它是指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。如果这里的传感器主要为相机，那就称为“视觉SLAM”。视觉SLAM流程分为以下几步传感器信息读取。在视觉SLAM 中主要为相机图...
2020-02-17 18:34:31
2156
原创 初识语义分割
语义分割基础知识在计算机视觉的语义感知部分主要分为图像分类、目标检测、语义分割、实例分割等。语义分割是一种视觉场景理解任务，它从像素水平上理解、识别图片内容，然后根据语义信息进行图像分割；它是一种稠密标签，目的是预测输入图片中每一个像素的类别标签。现有语义分割技术会出现分割图像边缘粗糙的现象，这在应用领域造成了一定的影响，尤其在对分割精确度要求较高的医学领域；而且在语义分割模型训练的过程中主...
2020-02-16 22:20:29
1840
1
原创 理解上采样、下采样、池化
上采样、下采样缩小图像（或称为下采样（subsampled）或降采样（downsampled））主要目的有两个：1、使得图像符合显示区域的大小；2、生成对应图像的缩略图。放大图像（或称为上采样（upsampling）或图像插值（interpolating））主要目的是：放大原图像,从而可以显示在更高分辨率的显示设备上。对图像的缩放操作并不能带来更多关于该图像的信息, 因此图像的质量将...
2020-02-16 21:41:10
8026
原创 说人话之卷积
卷积的定义卷积大白话卷积是一种运算，比加减乘除稍复杂的运算。1.f(x)和g(y)是两个一元函数 // f(x)和g(y)分别是x和y的一个映射，这个映射是任意的。2.以x为横轴，y为纵轴建立直角坐标系3.定义：U(x,y) = f(x) * g(y) //函数U不是x、y的函数，而是x、y映射的函数，即f(x)、g(y)的函数4.求直线 y = -x + n 上的所有点，的...
2020-02-16 15:39:20
332
原创 走马观花之《机器学习》
一、绪论基本术语数据集（data set）、示例instance、样本sample、属性attribute、特征feature、属性值attribute value、属性空间attribute space、样本空间sample space、特征向量feature vector。从数据中学得模型的过程称为“学习”（learning）或“训练”（training），这个过程通过执行某个学习算法来...
2020-02-11 23:05:20
626
原创 论文阅读一（武汉加油、中国加油、不好的事必将过去）
MID-Fusion: Octree-based Object-Level Multi-Instance Dynamic SLAMImproving Visual Localization Accuracy in Dynamic Environments Based on Dynamic Region Removal使用神经网络获得先验边界框，人为确定动态权重，权重低于0.5为静态区域。在静态...
2020-02-07 20:45:38
1922
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