2.3微秒的特征点匹配

最新推荐文章于 2021-05-25 11:54:04 发布
最新推荐文章于 2021-05-25 11:54:04 发布
阅读量115 收藏
点赞数
原文链接：https://my.oschina.net/dake/blog/196773
版权

为什么80%的码农都做不了架构师？>>>   hot3.png

转自：http://www.cvchina.info/2010/02/10/2-3-us-feature-point-match/

 

演示视频

 

这是cvpr2009 最佳demo。来自剑桥大学。匹配一个特征 点只用2.3微秒。是微秒，不是毫秒！一副平面图像按200个特征点（论文中提及200点就足够估算姿态了）算，那么一秒钟可以处理2000帧！！额里格 神啊。从上面的视频上看，该算法可以流畅的运行在手机上面。很牛啊，你能想象在手机上算sift或者surf么。。。

算法思路沿袭Ferns，不过特征点检测用的Fast9，特征也变成了二进制特征，可以用SSE2什么的加速，还采用了动态匹配的策略，因此速度变得飞快，很有吸引力不是，来看论文 吧。希望opencv下一个版本可以加入这个算法。

项目主页在这里 。可以看大画幅视频和PPT。

转载于:https://my.oschina.net/dake/blog/196773

weixin_33889665
关注
超详细的 Python 方法、函数总结
Amo Xiang的博客
05-17 3万+
目录阅读前必读（不看会错过一个亿）一、字符串操作1.1 capitalize() 方法——字符串首字母转换为大写1.2 casefold() 方法——所有大写字符转换为小写1.3 center() 方法——字符串居中填充1.4 count() 方法——统计字符串出现次数1.5 encode() 方法——编码字符串1.6 decode() 方法——解码字符串1.7 endswith() 方法——是否以指定子字符串结尾、startswith() 方法1.8 find() 方法——字符串首次出现的索引位置(rfi
2.3 H264数据封装RTP包
zhanshenrui的博客
03-13 3790
前面已经说过，整个程序是利用多线程的生产者消费者模式，线程SAMPLE_COMM_VENC_GetVencStreamProc产生视频数据，不同于前面的1.1 海思3518 H264编码，这次不是将视频数据保存在本地文件中，而是直接将数据放到一个环形缓冲区里让消费者取走通过网络发送出去。视频数据其实就是一些普通的char数据，有些数据如果太小用ascii码会显示不出来，如ACK是0x06,用asc...
Visual Odometry(视觉里程计)： StereoScan Dense 3d Reconstruction in Real-time
I AM BACK
01-15 5692
介绍 系统概述 A特征匹配 Bego-motion估计 C立体匹配 D3D重建 实验结果 运行结果及代码介绍从多个二维图片中重建3D影像是机器视觉必不可少的部分，这篇论文【1】提出的就是做3D重建的工作。这篇论文提出了一种巧妙的实时的方法做3D地图重建——使用稀疏特征和视觉里程计相结合的方法。这种方法包含了立体匹配和创建点云。用这种方法计算出来的视觉里程计是当年11年最好的。该法可以每秒执行25f，
SOFT-SLAM系列论文解读
weixin_43827285的博客
05-25 2525
SOFT-SLAM2在KITTI数据集上霸榜了，作为视觉方案的定位方法，取得了超过激光-视觉融合的方法，凸显了该算法的优越性，所以赶紧紧跟潮流，研读相关论文。 SOFT-SLAM: Computationally efficient stereo visual simultaneous localization and mapping for autonomous unmanned aerial vehicles ...
论文阅读笔记：StereoScan: Dense 3d Reconstruction in Real-time
SLAM学徒
06-07 1699
该论文主要讲了三部分内容：一、实时光流点的跟踪与匹配（几千个特征点）二、简单而鲁棒的视觉里程计算法二、通过视觉里程计得到的运动来进行稠密重建...
SLAM方法汇总
smartxxyx的专栏
11-07 1万+
SLAM概述 SLAM一般处理流程包括track和map两部分。所谓的track是用来估计相机的位姿，也叫front-end。而map部分(back-end)则是深度的构建，通过前面的跟踪模块估计得到相机的位姿，采用三角法(triangulation)计算相应特征点的深度，进行当前环境map的重建，重建出的map同时为front-end提供更好的姿态估计，并可以用于例如闭环检测．
阅读笔记：Real-time 3D Reconstruction in Dynamic Scenes using Point-based Fusion
weixin_43844768的博客
11-14 1305
Real-time 3D Reconstruction in Dynamic Scenes using Point-based Fusion摘要点表达数据融合数据一致性点的加权平均移除点动态估计 摘要 算法框架与kinectfusion一致，细节有变化： 用了point-based represention data association方法 点的融合方法 模型点移除 动态目标估计 目标分割方...
局部特征匹配算法
05-21
该算法适用于嵌入式系统及其它机器视觉开发应用，能够在极短的时间内（2.3微秒）完成特征匹配任务。在典型的任务场景中，涉及每张图像150个特征的情况下，该方法能够实现500微秒内的特征提取和匹配，大大提高了处理...
实验2.3-内核模块-实验报告1
08-08
本实验"实验2.3-内核模块"旨在通过编写内核模块`clock`，在 `/proc` 文件系统中创建一个读取系统时钟的接口。`/proc` 文件系统是一个虚拟文件系统，它提供了一种方式来获取内核状态和系统信息。 在实验中，主要涉及...
Robust-feature-matching.rar_图形图像处理_C++_Builder_
08-11
这个程序的独特之处在于其高效的算法，能在短短的2.3微秒内完成匹配过程，这对于实时应用，如自动驾驶、无人机导航、监控系统等，具有显著的价值。 特征匹配通常包括以下几个关键步骤： 1. **特征检测**：首先，...
视觉里程计研究小结
zhyh1435589631的专栏
12-10 1万+
1. 前言昨天在看甄嬛传的时候，被刚哥安利了他的研究课题：视觉里程计。然后丢给我两篇综述文章，让我研究下。然后，我居然放下了电视剧，看起了英文文献，oh，my god ~~文献原文地址： http://download.csdn.net/detail/zhyh1435589631/9707527 下面记录下， 自己读完这篇文献之后的一些笔记2. VO2.1 介绍 VO （visual odomet
计算机视觉大型攻略 —— 视觉里程计(2) libviso2
plateros的专栏
12-05 2748
参考文献: [1]Visual Odometry based on Stereo Image Sequences with RANSAC-based Outlier Rejection Scheme [2]StereoScan: Dense 3d Reconstruction in Real-time libviso2是AVG(Autonomous Vision Group)小组的开源项...
Real-Time Direct Dense Matching on Fisheye Images
shelumiel的博客
04-08 815
Real-Time Direct Dense Matching on Fisheye Images最近在做关于dense mapping的毕业设计，也看了不少相关论文，本文介绍下ETH的Real-Time Direct Dense Matching on Fisheye Images论文，论文虽然不是最新的，但是确是第一次将plane sweeping算法应用于fisheye上。Motivation
DynamicFusion: Reconstruction and Tracking of Non-rigid scenes in real-time
十年磨一剑
11-08 2772
1) 3.1 Nwarpt={dgv,dgw,dgse3}t" role="presentation">Ntwarp={dgv,dgw,dgse3}tNwarpt={dgv,dgw,dgse3}tN^t_{warp} = \{dg_v, dg_w, dg_{se3}\}_t dgv" role="presentation">dgvdgvdg_v表示该点canonica
DynamicFusion: Reconstruction and Tracking of Non-rigid Scenes in Real-Time 的理解
我不是斗哥的博客
03-29 577
2.DynamicFusion Overview
什么是视觉里程计（Visual Odometry）？
热门推荐
Jack_Kuo的博客
01-09 4万+
大牛讲堂｜SLAM最终话：视觉里程计1.概念：什么是里程计？　　在里程计问题中，我们希望测量一个运动物体的轨迹。这可以通过许多不同的手段来实现。例如，我们在汽车轮胎上安装计数码盘，就可以得到轮胎转动的距离，从而得到汽车的估计。或者，也可以测量汽车的速度、加速度，通过时间积分来计算它的位移。完成这种运动估计的装置（包括硬件和算法）叫做里程计（Odometry）。2.特性：里程计的特性？　　里程计一个很
[论文笔记] semi-dense 3d semantic mapping from monocular slam
pikachu_777的专栏
01-21 2052
semi-dense 3d semantic mapping from monocular slam 1. introduction 这篇论文的思想比较易懂，使用单目LSD-SLAM+deeplab，生成半稠密的语义地图。文章解释了，对于RGBD或双目相机，存在尺度限制问题，他们只能在有限的深度范围内工作，而对于室内室外的衔接能力弱。因此选用了单目SLAM。此外，2D语义分割是在关键帧上做的，也并...
event-based camera相关知识基础了解（学习更新中）
sundayberrysharp的博客
11-21 1404
@event-based camera相关知识基础了解 伴随我的学习进度，持续上传 DVS ：Dynamic Vision Sensor（动态视觉传感器）。借用《An Event-Driven Multi-Kernel Convolution Processor Module for Event-Driven Vision Sensors》中的表述：Example Event-Driven sen......
FPGA加速指纹匹配硬件设计与实现
在相关研究工作中，有基于FPGA的指纹特征点集匹配设计，比如北京邮电大学的研究，采用了粗粒度并行技术（32路）和五级流水线，数据读取利用了乒乓操作，使用ALTERA公司的StratixII FPGA，实现了高达120MHz的电路主频...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值