- 博客(2)
- 问答 (1)
- 收藏
- 关注
原创 详解主成分分析PCA
主成分分析( Principal components analysis),简称PCA,是最主要的数据降维方法之一。本文从PCA的思想开始,一步一步推导PCA。 1.0 PCA的最大可分性的思想 对于X=[x1x2...xn]X = \begin{bmatrix} x_1 \\ x_2 \\ ... \\ x_n \\ \end{bmatrix}X=⎣⎢⎢⎡x1x2...xn⎦⎥⎥⎤,...
2019-04-08 15:48:11 375
原创 详解相机模型:矩阵变化+代码解析
0. 写在前面 在3dmm中,重要的一步是对3d模型进行拍照。 这里引出问题:怎么给3d模型拍照? 下面解决这个拍照问题。 1. 相机模型 本节目标: 理解针孔相机的模型,内参与径向畸变参数。 理解一个空间点是如何投影到相机成像。 我们知道: 一张照片(二维):由多个像素组成,每个像素记录了色彩或亮度的信息。 一个物体(三维世界):物体反射或发出的光线,通过相机光心后,投影到相机的成像平面。 ...
2019-04-06 15:43:15 832
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人