- 博客(2)
- 收藏
- 关注
原创 k-d树与特征匹配
特征匹配算子大致可以分为两类。一类是线性扫描法即将数据集中的点与查询点逐一进行距离比较,也就是穷举,缺点很明显,就是没有利用数据集本身蕴含的任何结构信息,搜索效率较低,第二类是建立数据索引,然后再进行快速匹配。因为实际数据一般都会呈现出簇状的聚类形态,通过设计有效的索引结构可以大大加快检索的速度。索引树属于第二类,其基本思想就是对搜索空间进行层次划分。 根据划分的空间是否有混叠可以分为Clippi
2017-02-28 13:49:06 1878
原创 BRLD笔记
实验方法Groundtruth手工创造一个含有实际loopclosure的list,由时间间隔(time interval)组成,这个list 的里的每一个条目,是将query interval和 matching interval联合起来的正确率准确率=正确的检测所有检测到的闭环准确率=\frac{正确的检测}{所有检测到的闭环} 召回率=正确的检测groundtruh里的所有闭环召回率=\fr
2017-02-27 11:46:59 746 2
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