Rouen的专栏

原创 四元数的表示

四元数的缺点就是很不直观，理解起来较费劲。但是存在很多优点： （1） 更健壮，不会出现欧拉角中出现的万向节死锁。 （2） 更高效，花费更少的空间和时间；当使用有限的精度对矩阵进行大量的操作，就会发生漂移（Drift），实数的四舍五入就会不断累积到矩阵中。由于漂移的存在，旋转的操作就可能发生错误，所以要对矩阵进行归一化操作，重置矩阵，这是很费时的操作。四元数只有4个值，而矩

原创 常见面试题目

近期将总结下面几个方向的题目：感兴趣的童鞋可以留意一下。twitter-puddle 水池储水问题Wall and puddle, calculate the volume输入一个代表墙高度的数组，计算墙之间能够储多少水equilibrium-point 重心Calculate the equilibrium point of a 2D array计算一个二维数

原创 水沟添水问题

之前在CSDN看到过这道题，感觉挺有趣的，之后又遇到了，这里分享一下相关问题的解法。看下面这个图片”“在这个图片里我们有不同高度的墙。这个图片由一个整数数组所代表，数组中每个数是墙的高度。上边的图可以表示为数组[2,5,1,2,3,4,7,7,6]”“假如开始下雨了，那么墙之间的水坑能够装多少水呢？”“以1×1的方块为单位计算容积。所以，在上边的图中下标为1以左的都

原创 解决Cygwin下vim方向键和Backspace不好用的问题

默认的vi(vim)没有配置文件，因此导致了方向键出现ABCD，以及Backspace只会移动光标，字符不消失的问题。cygwin自带vi(vim)配置文件的例子，直接拷贝即可，参考以下命令：打开cygwin后，$ cd /usr/share/vim/vim73 （如果找不到vim73目录说明，我们安装的版本号可能高于或低于vim73，我的版本号就是vim74. 所以使用中往往采用

原创 Cygwin的安装

下载和安装Cygwin。Cygwin是许多自由软件的集合，最初由Cygnus Solutions开发，用于各种版本的Microsoft Windows上，运行UNIX类系统。由于Bundler默认是通过在Unix环境下执行shell脚本来启动Bundler的，因为在Windows环境下需要安装Cygwin以执行shell脚本。要下载cygwin，直接在setup.exe上点右键“另存为”即

原创 Voodoo Camera Tracker 的介绍与使用

Voodoo Camera Tracker 可以用来估计图片序列的相机参数和重建3D场景。估计算法获得的是视频序列的一组全自动的，鲁棒性的解。生成的结果可以用于电影影片的制作，3D 重建或视频编码。估计出来的参数可以导入到3D动画包：3D Studio Max, Blender, Lightwave, Maya, and Softimage中。估计方法有下面五个处理步骤：

原创 深入使用Bundler

这是本BLOG关于Bundler的第四个帖子，感兴趣的同学可以联系luangss@zju.edu.cn，一起交流。Photogrammetry3D reconstruction using Bundler and PMVS2第一步：Setup  安装1. Get thesoftware neededMeshLab from http://downloads.

原创 VirtualBox安装增强功能包

1.在VirtualBox的菜单栏里选择 设备(D) --> 安装增强功能(I)  这时桌面就会多出一个光盘图标了，双击打开光盘。2.打开终端(紫色的是输入)：  luang@Lu (~/Desktop): cd /media  luang@Lu (/media): ls  VBOXADDITIONS_4.1.18_78361(这就是光盘)  luang

原创 马尔科夫随机场（MRF）与条件随机场（CRF）

条件随机场(Conditional random fields)，是一种判别式图模型，因为其强大的表达能力和出色的性能，得到了广泛的应用。从最通用角度来看，CRF本质上是给定了观察值集合(observations)的马尔可夫随机场。在这里，我们直接从最通用的角度来认识和理解CRF，最后可以看到，线性CRF和所谓的高阶CRF，都是某种特定结构的CRF。1. 随机场简单地讲，随机场可以看成是一

原创 多视点的数据表示

常见的多视点数据表示常常使用以下几种形式：voxels、level-sets、ploygon meshes、depth map。下面分别介绍：Voxels (三维像素)三维像素是一种基于体积概念的像素。通常的普通像素只需要X、Y轴两个坐标来定位它在空间中的方位。而它还需要加进一个额外的Z轴坐标，相当于空间中一个非常小的立方体。由于它本身就有很多细节可以单独描写，所以直接就能

原创 Bundler 用户指南

copyright 2008-2009 Noah Snavely (snavely@cs.cornell.edu) 什么是Bundler？Bundler是主要用于无序图片（源于搜索引擎的图片）收集的运动估计结构的系统。Bundler以一组图片、图片特征、图像之间的匹配关系作为输入，以此重建相机的3D位置和场景的稀疏结构。系统使用递增的方式重建场景，每次处理

原创 matlab-Computer Vision System ToolBox的系统对象使用

(人人网：MATLAB STUDY)采用基于系统对象vision.X的图像处理，与采用数字图像处理工具箱相比，其优势主要体现在以下两个方面：1）        运行速度更快；2）        绝大多数系统函数支持MATLAB的C代码转换功能，可以将其快速地转换为可以运行的C代码。在MATLAB中，调用计算机视觉工具箱中的vision.GeometricSc

原创 利用照片携带的EXIF来估计焦距等信息

（本文章大部分内容参考Noah Snavely）等你利用数码相机拍摄照片时，相机常常会在图片中嵌入很多有用的信息到JPEG文件中。通常涵盖曝光时间、焦点、（照相机，望远镜等的）光圈、是否闪光灯被开启了还有焦距等信息。焦距信息在绘制全景图的时候非常重要。下面将以提取EXIF中的焦距信息为例，并介绍如何将它转换成像素单元的表示（这样更利于全景图绘制中的图像缝合操作）。第一步：提

原创 拉普拉斯算子

原创 实时真实感绘制（未完）

实时真实感绘制已经成为当前真实感绘制的研究热点，而当前真实感图形实时绘制的两个热点问题则是物体网格模型的面片简化和基于图象的绘制（IBR Image Based Rendering）。 1.网格模型的面片简化：就是指对网格面片表示的模型，在一定误差的精度范围内删除点、边、面，从而简化所绘制场景的复杂层度，加快图形绘制速度。2.基于图象的绘制IBR：完全摒弃传统的先建模，然后确定

原创 运动恢复结构（Structure from Motion）

（部分内容节选自Sway_2012的blog）运动恢复结构（Structure from Motion，SfM）的目标是能够利用两个场景或多个场景自动恢复相机运动和场景结构。它是一种自校准的技术能够自动地完成相机追踪与运动匹配。上面描述了SfM工作的流水线。1. 2D Feature Tracking（1）提取关键点，用以检测良好的特征：Shi&Tomasi，SIF

原创 在CYGWIN平台上使用Bundler

（文章参考采药的蜗牛的blog，并结合自己的问题作出相应的修改）Bundler是Noah Snavely博士写的Structure from Motion的工具包。它能够通过对某个场景不同角度的多张图片生成稀疏点的三维信息，并且估计每一幅图片的相机参数（内参和外参）。Bundler属于SFM的范畴。       PMVS和CMVS（CMVS是PMVS的改进版，里面包含PMVS）是Yasut

原创 cygwin $'\r': command not found问题

cygwin运行sh脚本出现如上错误，原因是脚本文件里使用的是\r\n，就是是windows下的回车换行，而不是linux系统里的换行。解决方法就是使用dos2unix命令。本机安装的msysgit里有这个可执行文件，因此直接使用在cygwin中先cd到“.sh”所在的路径，之后执行sh脚本就没错了。dos2unix xxx.sh x

原创 VS2010下Bundler的使用以及cygwin的配置

描述的是通过分析物体的运动得到三维结构信息的过程。人类通过移动获得很多环境的三维结构信息。当观察者自己或者其周围的物体运动的时候，可以从获得的图象中获取信息。运动恢复结构需要解决立体图像恢复结构类似的问题：找到三维物体图像的对应点。为了找到对应点，需要在图像间跟踪一些类似角点（多方向有梯度值的边缘）的特征。特征沿时间的轨迹将被用来重建三维结构与相机运动。我们常常将运动恢复结

原创 如何撰写一篇优秀的论文

（节选自Steve Lin:如何撰写一篇优秀的SIGGRAPH论文）一篇优秀的论文应该是这样的 广大的研究同仁介绍了这篇论文所包含的重要想法和所获得的结果 在论文中描述清楚你的想法和所获得的结果 基于你所做的东西，提供一些具有洞察性的见解  为什么论文的撰写是需要引起重视的？提高论文的录取机会 提升你所做的工作的影响力 提升你所做的研究的质量  一篇糟糕

转载 探索真实事物的虚拟再现——微软亚洲研究院SIGGRAPH Asia 2014精彩入选论文赏析

SIGGRAPH Asia今年首次来到内地，于12月3日在深圳国际会议中心开幕。Dynamic Hair Campture using Spacetime Optimization动作大片中常常会出现这样一个场景，长发飘飘的女神从高楼或飞机上坠落，这时候超级英雄就会突然出现在半空中英雄救美。如此刺激而唯美的画面难道真要好莱坞的大牌们亲自冒险拍摄吗？坠落过程中女神那一头飘逸的

转载 image retargeting (图像缩略图、图像重定向)

image retargeting技术在不引入大的畸变的情况下，通过改变照片的大小和比例信息，来适应各种尺寸屏幕。 【缩略图像要求】：The important content of I should be preserved in I'.The important structur of I should be preserved in I'.I' should be f

原创 图像融合（后续更新）

后续更新

原创 在matlab和VS2010中配置vlfeat

(refering to steps ste up by Eric and Iamlegend )vlfeat图像库包含SIFT，MSER,KDtree，快速shift，K-means等各种图像处理中常用的算法。提供matlab，c api接口，方便大家在图像处理中各种调用。由于是C语言编写，对于我们理解各种算法具有很大的好处，也具有良好的可移植性和兼容性，在macos，l

原创 增强现实技术

有些人的观点认为：AR就是根据当前位置（GPS），和视野朝向（指南针）及手机朝向（方向传感器/陀螺仪），在实景中（摄像头）投射出相关信息并在显示设备（屏幕）里展示。其实现的重点在于投影矩阵的获取。在讲解增强现实（AR）之前，无法避免的一个话题就是虚拟现实（VR）。虚拟现实是从英文Virtual Reality一词翻译过来的，简称VR。VR技术是采用以计算机技术为核心

原创 视频稳像 video stabilization

当今社会，视频文件随处可见，随处可拍。但是，由于摄像机太轻，操作者抖动，风吹等原因，使得摄像机会产生一定的随机抖动。这样一来，就会造成拍摄得到的视频画面发生抖动。而对于智能视频分析算法来说，视频画面的抖动，会造成分析结果产生较大的偏差。因此，有必要采取一定的技术对视频文件进行“维稳”。        稳像技术，最早应用于军事领域，尤其是在航空航天，导弹跟踪，识别等场合。最早期的稳像技术，多

原创 SIFT & SURF

（本篇BLOG借鉴多篇网络blog的内容，先对各大网友表示感谢）本BLOG另有两篇特征点检测的文章。----------------------------------SIFT-------------------------------------------------sift算法在cv领域的重要性不言而喻，该作者的文章引用率在cv界是No.1.首先

原创 Hessian 矩阵（黑塞矩阵）以及hessian矩阵奇异的用法

Hessian Matrix（黑塞矩阵、海森矩阵、海瑟矩阵、海塞矩阵等）

原创 三大物体识别算法--SIFT/SURF、haar特征、广义hough变换的特性深入剖析

（参考CSDN博主cy513的分析内容）

原创 SLAM or CML

SLAM (simultaneous localization and mapping),也称为CML (Concurrent Mapping and Localization), 即时定位与地图构建，或并发建图与定位。 SLAM最早由Smith、Self和Cheeseman于1988年提出。 由于其重要的理论与应用价值，被很多学者认为是实现真正全自主移动机器人的关键。

原创 使用lib.exe生成.lib文件

今天想要安装傅里叶变换库FFTW，

原创 傅里叶变换库FFTW的安装配置(VS2010)

FFTW 是用来计算一维或者多维的离散傅里叶变换，输入可以为实数序列也可以为复数序列的C语言的子函数库，FFTW是免费软件，是作为fft函数库的各种应用的上佳选择。1. 从网站http://www.fftw.org/install/windows.html上下载最新的预编译文件：    32-bit version: fftw-3.2.2.pl1-dll32.zip (1.8M

原创 K-D tree

K-D tree 是K-dimensional tree的简称，是一种用于分割

原创 深度恢复

预计近期总结

原创 heavy-tailed distribution（重尾分布）

在概率论中，重尾分布（Heavy-tailed distribution）是一种概率分布模型，它的尾部比指数分布还要厚。在许多情况下，右边尾部的部分比较受到重视，但左边尾部比较厚，或是两边尾部都比较厚的状况，也被认为是一种重尾分布。重尾分布又可以分为两个子类型，分别是长尾分布（long-tailed distributions）以及次指数分布（subexponential distribu

原创 立体视觉入门

齐次坐标编辑所谓齐次坐标就是将一个原本是n维的向量用一个n+1维向量来表示。例如，二维点(x,y)的齐次坐标表示为(hx,hy,h)。由此可以看出，一个向量的齐次表示是不唯一的，齐次坐标的h取不同的值都表示的是同一个点，比如齐次坐标(8,4,2)、(4,2,1)表示的都是二维点(4,2)。给出点的齐次表达式[X Y H]，就可求得其二维笛卡尔坐标，即[X Y

原创 Huber robust error function

目前学习图像拼接的Huber robust error function

原创 Machine Learning in Python (Scikit-learn)-(转)

1. 闲话篇机器学习(ML)，自然语言处理(NLP)，神马的，最近太火了。。。不知道再过几年，大家都玩儿ML，还会不会继续火下去。。。需要有人继续再添点柴火才行。本人仅仅是一个迷途小书童，知识有限，还望各位ML大神多多指点:)。                                                                 最近想系统地收拾一下ML的

原创 为什么GPU比CPU更重要

网友提问：为什么现在更多需要用的是 GPU 而不是 CPU，比如挖矿甚至破解密码？从煎蛋一篇文章ios热点密码不随机，破解仅需一分钟，看到提到：不过，他们成功的原因在一定程度上也要归功于破解硬件的发展：4张AMD Radeon 7970显卡的GPU一同工作可在50秒内完成破解。又产生了前段时间对挖矿（bitcoin）的疑问，网上查到资料挖矿的速度无不在于GPU给不给

原创 21世纪初最有影响力的20篇计算机视觉期刊论文(转)

http://www.cnblogs.com/youth0826/archive/2012/12/04/2801481.html选取论文的原则：（1）期刊论文，主要来源于以下期刊：TPAMI，IJCV，TIP，CVIU，IVC，MVA，PR，JMIV，IJPRAI…（2）发表在2000年以后（3）SCI检索次数大于1000，来源于Web of Science数据库。