算法知识点
丐帮二帮主
让自己保持最新。
展开
-
sift算法
转载自 cy513 http://blog.csdn.net/cy513/article/details/4414352原题:SIFT/SURF算法的深入剖析——谈SIFT的精妙与不足 SURF算法是SIFT算法的加速版,opencv的SURF算法在适中的条件下完成两幅图像中物体的匹配基本实现了实时处理,其快速的基础实际上只有一个——积分图像haar求导,转载 2016-09-23 21:25:05 · 372 阅读 · 0 评论 -
20170220. kalman filter(卡尔曼滤波)相关资料
1. 卡尔曼滤波介绍http://blog.csdn.net/xiahouzuoxin/article/details/395824832. 基本卡尔曼滤波介绍+其余分类http://myfeeeling.blog.163.com/blog/static/54959910201042991349633/转载 2017-02-20 09:20:02 · 397 阅读 · 0 评论 -
20170214.三种特征HOG\LBP\Haar
参考:http://blog.csdn.net/zouxy09/article/details/7929348/转载 2017-02-14 13:58:22 · 833 阅读 · 0 评论 -
20170214.最小二乘法
参考:http://www.cnblogs.com/iamccme/archive/2013/05/15/3080737.html求误差平方和函数的极小值,借以拟合参数。转载 2017-02-14 13:52:11 · 256 阅读 · 0 评论 -
20170214.卡尔曼滤波
http://blog.chinaunix.net/uid-26694208-id-3184442.htmlhttps://www.zhihu.com/question/23971601来自知乎:Kent Zeng 工科博士713 人赞同假设你有两个传感器,测的是同一个信号。可是它们每次的读数都不太一样,怎么办?取平均。再假设转载 2017-02-14 14:50:06 · 192 阅读 · 0 评论 -
20170214.马尔科夫链HMM
https://www.zhihu.com/question/20962240http://wiki.mbalib.com/wiki/%E9%A9%AC%E5%B0%94%E5%8F%AF%E5%A4%AB%E9%93%BE%E6%A8%A1%E5%9E%8B转载 2017-02-14 16:50:50 · 432 阅读 · 0 评论 -
20170215.【计算机视觉学习笔记--双目视觉几何框架系列】
http://blog.csdn.net/onthewaysuccess/article/details/40736849转载 2017-02-15 11:04:48 · 534 阅读 · 0 评论 -
20170215. ICP算法
一个通俗的解释:http://www.cnblogs.com/yin52133/archive/2012/07/21/2602562.htmlhttp://blog.csdn.net/viewcode/article/details/8426846转载 2017-02-15 11:27:32 · 363 阅读 · 0 评论 -
20170214.高斯牛顿法
参考 : https://en.wikipedia.org/wiki/Gauss%E2%80%93Newton_algorithm参考 : http://blog.csdn.net/jinshengtao/article/details/51615162高斯牛顿法是一种最优化方法,用于迭代逼近拟合参数。问题:1. 高斯牛顿法和梯度下降算法的异同2. 高斯转载 2017-02-14 11:49:50 · 419 阅读 · 0 评论 -
20170228. 特征点相关
1. ORB特征http://www.aiuxian.com/article/p-1728722.html2. FASTFeatures From Accelerated Segment Testhttp://blog.csdn.net/hujingshuang/article/details/468980073. BRIEF 仅仅是一种特征描述符,在一转载 2017-02-28 11:33:54 · 320 阅读 · 0 评论 -
20170216. 德罗内三角算法(Delaunay三角剖分)(Delaunay Triangulation)
http://www.cnblogs.com/soroman/archive/2007/05/17/750430.html转载 2017-02-16 15:07:52 · 2969 阅读 · 0 评论 -
xrwang:【译】随机抽样一致性算法(RANSAC)
作者:王先荣 本文翻译自维基百科,英文原文地址是:http://en.wikipedia.org/wiki/ransac,如果您英语不错,建议您直接查看原文。 RANSAC是“RANdom SAmple Consensus(随机抽样一致)”的缩写。它可以从一组包含“局外点”的观测数据集中,通过迭代方式估计数学模型的参数。它是一种不确定的算法——它 有一定的概率得出一个合理的结转载 2016-09-23 21:27:25 · 280 阅读 · 0 评论 -
PCA--主成分分析(Principal components analysis)-最大方差解释
原网址:http://www.cnblogs.com/jerrylead/archive/2011/04/18/2020209.html1. 问题 真实的训练数据总是存在各种各样的问题:1、 比如拿到一个汽车的样本,里面既有以“千米/每小时”度量的最大速度特征,也有“英里/小时”的最大速度特征,显然这两个特征有一个多余。2、 拿到一个数学系的转载 2016-10-31 22:33:44 · 540 阅读 · 0 评论 -
PCA--主成分分析(Principal components analysis)-最小平方误差解释
原网址:http://www.cnblogs.com/jerrylead/archive/2011/04/18/2020216.html最小平方误差理论 假设有这样的二维样本点(红色点),回顾我们前面探讨的是求一条直线,使得样本点投影到直线上的点的方差最大。本质是求直线,那么度量直线求的好不好,不仅仅只有方差最大化的方法。再回想我们最开始学习的线性回归等,转载 2016-10-31 22:35:18 · 1224 阅读 · 0 评论 -
独立成分分析(Independent Component Analysis)
原网址:http://www.cnblogs.com/jerrylead/archive/2011/04/19/2021071.html1. 问题: 1、上节提到的PCA是一种数据降维的方法,但是只对符合高斯分布的样本点比较有效,那么对于其他分布的样本,有没有主元分解的方法呢? 2、经典的鸡尾酒宴会问题(cocktail party prob转载 2016-10-31 22:36:45 · 1525 阅读 · 0 评论 -
20170216.双目摄像机标定参数说明
http://blog.csdn.net/xuelabizp/article/details/50417914转载 2017-02-16 13:43:18 · 2025 阅读 · 0 评论 -
20170216. 对极几何
http://www.360doc.com/content/14/0205/14/10724725_349963695.shtml转载 2017-02-16 13:58:17 · 319 阅读 · 0 评论 -
20170216. 非极大值抑制(Non-maximum suppression)
http://blog.csdn.net/pb09013037/article/details/45477591http://blog.csdn.net/tercel_zhang/article/details/51037726非极大值抑制 = 抑制,非极大值 = 保留极大值转载 2017-02-16 14:28:37 · 358 阅读 · 0 评论 -
20170216. 绝对值之和算法(SAD)(Sum_of_absolute_differences)
https://en.wikipedia.org/wiki/Sum_of_absolute_differences用于比较区域的相似性。比如在一个图中,寻找和目标block最接近的区域。转载 2017-02-16 14:38:22 · 2694 阅读 · 0 评论 -
20170216. 极线约束(epipolar constraint )
http://blog.csdn.net/tianwaifeimao/article/details/19544861转载 2017-02-16 15:02:24 · 1806 阅读 · 0 评论 -
20170303. jacobian矩阵和hessian矩阵/
http://jacoxu.com/jacobian矩阵和hessian矩阵/转载 2017-03-03 09:34:06 · 476 阅读 · 0 评论