- 博客(16)
- 收藏
- 关注
RSS订阅原创 Deep3DFaceRecon_pytorch-master项目学习-util.py
【代码】Deep3DFaceRecon_pytorch-master项目学习-util.py。
2023-04-03 09:59:21
294
原创 Deep3DFaceRecon_pytorch-master项目学习-train.py
【代码】Deep3DFaceRecon_pytorch-master项目学习-train.py。
2023-04-02 16:37:04
291
原创 c++ 基础
定义命名空间，需要使用到 namespace 关键字，后面跟命名空间的名字，然后接一对{}即可，{}中即为命名空间的成员。能嵌套定义。同一个工程：中允许存在多个相同名称的命名空间，编译器最后会将其成员合成在同一个命名空间中，所以我们不能在相同名称的命名空间中定义两个相同名称的成员。在C++中使用cin和cout，需要包含头文件iostream以及std标准命名空间。C++的输入输出方式与C语言相比是更加方便的，因为C++的输入输出不需要增加数据格式控制，例如：整型为%d，字符型为%c。
2023-03-19 12:56:25
121
原创 c++相关知识-多线程
并发（concurrency）是指在一个时间段内，多个任务交替进行。虽然看起来像在同时执行，但其实是交替的。并行（parallellism）指的是多个任务在同一时刻同时在执行。
2023-03-18 10:55:48
72
原创 点云精配准-ICP
Iterative Closest Point（ICP）简介ICP 算法的第一步就是找到 Source 点云与 Target 点云中的对应点（corresponding point sets）（此时的 Source 点云已经使用初始R进行转换），然后针对对应点，通过最小二乘法构建目标函数，进行迭代优化。算法步骤点云预处理：滤波，清理使用最近邻算法找到最近领点（距离，ann：kdtree和八叉tree）调整对应点的权重**？**剔除不合理的对应点**？**计算并最小化 loss：对每个
2023-03-16 15:38:05
115
原创 点云粗配准算法-4pcs
随机样本一致性 (RANSAC) 是一种迭代方法，用于从一组包含异常值的观察数据中估计数学模型的参数，此时异常值不会对估计值产生影响。因此，它也可以解释为一种异常值检测方法。从某种意义上说，它是一种非确定性算法，它仅以一定的概率产生合理的结果，随着允许更多的迭代，这种概率会增加。
2023-03-16 14:18:01
739
原创 最优化算法
牛顿法（Newton method）是求解无约束最优化问题的常用方法，有收敛速度快的优点。牛顿法是迭代算法，每一步都需求解目标函数的海塞矩阵（Hessian Matrix），计算比较复杂。就是在牛顿法上 不需要计算hessian矩阵了，利用雅可比矩阵可以得到hessian矩阵。
2023-03-13 16:11:26
52
原创 内参标定算法以及验证
梯度下降实际上只利用了一阶导数，也就是梯度带来的信息，因为如此，我们将会看到在某些情况下，梯度下降是一种效率很低的，极端情况下甚至无效的优化方法。考虑方程的自由度，由于上述关系中的h乘任意相同的k都不改变关系式，那么都除以h33也没问题，所以h33=1，那么自由度只剩下8个。2.计算前、后背景的均值和全局均值的平方差再乘各自的前后像素占比即为类间方差，使用0-255带入计算，找到最大类间方差。缺点：噪声的干扰大，当图像没有典型的双峰时，不能够精确分割，对于多峰图像则失去效果。方差：离平均的平方距离的平均。
2023-03-05 16:49:11
610
原创 sober，拉普拉斯，canny算子
对图像求xy的一阶导优缺点：灰度渐变和噪声较多的图像处理效果较好sobel算子对边缘定位不是很准确，图像的边缘不止一个像素；当对精度要求不是很高时，是一种较为常用的边缘检测方法。
2023-03-05 09:09:17
183
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