- 博客(5)
- 收藏
- 关注
RSS订阅原创 与椭球建模相关的论文阅读
与椭球建模相关的论文阅读其实，所有的论文都是出自一个人，很有意思，通过椭球的建模方式写了三篇论文。Camera Relocalization with Ellipsoidal Abstraction of Objects解决的问题：相机的重定位位姿求解提出的方法：根据目标检测结果以及场景中物体的信息，基于椭球和椭圆之间的对应关系求解相机位姿。相机位姿的求解公式与之前的QuadricSLAM的推导不同，主要利用的关系是从相机光心发出的射线与椭球相切，在投影平面上形成椭圆。给定椭圆的长短轴向量，中心
2021-01-11 15:06:35
438
原创 Dirichlet Distribution（狄利克雷分布）与Dirichlet Process（狄利克雷过程）
狄利克雷分布与狄利克雷过程狄利克雷分布与狄利克雷过程在贝叶斯非参数模型中有广泛的应用。狄利克雷过程是一个随机过程，常作为混合模型的先验。可以理解为是狄利克雷分布的分布，狄利克雷过程每次样本的抽取都是一个分布，而其在有限维上的边缘分布是狄利克雷分布这部分感觉理解起来是真的太抽象了，在这里记录一下，我看的一些讲解后我的理解。从Gamma函数，Gamma分布，狄利克雷分布的特例Beta分布到最后的狄利克雷分布Gamma函数首先是关于Gamma函数Γ(x)=∫0∞tx−1e−tdt\Gamma(x)=\in
2020-12-24 14:58:23
2182
原创 匈牙利算法和KM算法的理解
匈牙利算法二分图的最大匹配可以转换为一个网络流的问题，但是我们一般使用匈牙利算法，这种算法更易于理解，方便编写。介绍这个算法之前，首先要介绍一些必要的概念。交错路 ： 从一个未匹配点出发，依次遍历未匹配边、匹配边、未匹配边，这样交替下去，这条路径称为交错路。增广路 ： 从一个未匹配点出发，依次遍历未匹配边、匹配边、未匹配边，这样交替下去，如果最后一个点是未匹配点，这条路径称为增广路。换句话说，起点和终点都为未匹配点的交错路为增广路（特别提醒，这里的增广路和网络流中的增广路的意义不同）如图所示
2020-12-22 14:41:54
1356
原创 Recovering Stable Scale in Monocular SLAM Using Object-Supplemented Bundle Adjustment 论文笔记
问题单目SLAM中的尺度漂移且不固定问题方法给定物体尺寸期望大小，并将该尺寸放入局部BA中进行优化，可以得到局部地图的尺度大小。与之前的一些方法，不同点在于该方法只需要预先设置物体尺寸大小，不需要施加一个较强的约束条件，例如：相机高度固定，平面路。Landmark to Landmark先给出了一种失败的方法，也就是给定物体的一些信息，利用点在物体中的信息作为另一种约束，是不可行的。作者总结的是，应该避免在地图中，将物体尺寸的粗略尺寸信息直接用于精确尺寸信息的路标点(Both suggest av
2020-12-08 16:48:19
205
原创 C++中智能指针使用的思考
C++中的智能指针使用智能指针主要是用于内存不容易管理的情况，最好不要胡乱使用。不要产生，所有裸指针都可替换为智能指针，将share_ptr用到底的想法。这些都是我曾经错误的想法…………下面说一下目前使用过程中的一些思考智能指针要去考虑所有权的问题，所有权分为共享和独占，对应了shared_ptr和unique_ptr。shared_ptr的坑不要把裸指针全部替换为shared_ptr，这里面有很多的坑(参考链接)。shared_ptr 通常使用在共享权不明的场景，有可能多个对象同时管理同一个内存时
2020-12-04 21:23:52
114
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