- 博客(7)
- 收藏
- 关注
RSS订阅原创 Convolutional Neural Network-based Place Recognition 随读笔记
------基于卷积神经网络的位置识别摘要本文提出的基于神经网络模型的位置识别技术，将神经网络学习到的强大特征与空间滤波器结合。在100%的准确率下达到了75%的召回率。并对所有21层的特征在位置识别方面的效用进行了全面的比较，包括对于基准数据集和有更显著视点变化的第二个数据集。1. 介绍20世纪90年代初以来，卷积神经网络在手写和人脸识别任务中表现出色。最近，有监督的深度卷积神经网络在分类任务上提供了高水平的性能。卷积神经网络的关键支持技术是他们使用大量标记数据学习参数。最令人印象深刻的是，这些方
2020-12-09 10:38:27
453
原创 深度编码器的研究与展望 随读笔记
写在前面因为先是看了高翔博士的《利用堆叠自动编码器进行回环检测》一文，虽然对自动编码器的原理有个初步理解，但还是需要进一步了解关于自动编码器。1.引言深度自动编码器主要用于：（1）转换学习任务 ；（2）无监督学习；（3）非线性特征提取过程中也扮演着至关重要的角色。DAE的产生和应用免去了人工提取数据特征的巨大工作量，提高了特征提取的效率，降低了原始输入的维数，得到数据的逆向映射特征，展现了从少数类标样本和大量无类标数据中学习输人数武据本质特征的强大能力，并将学习到的特征分层表示，为构建深度结构奠定了
2020-11-19 16:09:00
326
原创 高翔--基于深度神经网络的无监督视觉SLAM回环检测算法（更新中）
Unsupervised learning to detect loops using deep neural networks for visual SLAM system****随读笔记写在前面刚开始定的方向是SLAM，但是有太多师兄的课题都是这个了，老师让我接着往下研究语义SLAM，但是语义SLAM能找到的文献真的很少。SLAM入门学习的就是高翔博士的《SLAM十四讲》，所以在刚接触语义SLAM时，也很自然想查找高翔博士的相关研究成果。如果哪位有语义SLAM的相关开源代码，请在评论区分享给我，蟹蟹
2020-11-16 10:46:08
1704
2
原创 基于SLAM算法和深度神经网络的语义地图构建研究--白云汉 随读笔记
摘要利用目前最新的基于卷积神经网络的目标算法YLOLO，实现场景的实时目标检测，并结合SLAM算法构建语义地图。引言
2020-09-27 15:17:56
2268
1
原创 基于深度学习的视觉SLAM综述_赵洋
随读笔记传统SLAM算法分为：帧间估计与后端优化两部分。深度学习与帧间估计无需特征提取、特征匹配和复杂的集合运算。1.Konda 和 Memisevic提出基于端到端的深度神经网络(1)提取图像序列深度和运动信息利用乘性交互神经网络进行时序立体图像的同步检测，将立体图像序列之间的空间变换估计转换为同步检测，称为无监督同步/深度自动编码器(SAD-E)。(2)图像序列速度与方向改变估计将上一层SAD-E提取的运动和深度信息作为卷积神经网络层(CNN)输入，用以学习图像速度和方向改变。2.Co
2020-09-24 16:31:50
703
原创 视觉SLAM十四讲（高翔）学习笔记（一）--第二章课后题
1.参考文献[1] A Survey of Monocular Simultaneous Localization and Mapping 基于单目视觉的同时定位与地图构建方法综述讲述了SLAM的基本原理：多视图几何原理，同时恢复出每帧图像对应的相机运动参数 C1…Cm , 及场景三维结构X1…Xn .同时介绍了不同的三种SLAM系统。基于滤波器： 每一时刻的相机方位均带有一个概率偏差，每个...
2020-03-09 16:23:31
510
原创 视觉SLAM十四讲（高翔）学习笔记（一）--第一章课后题答案
1.线性方程组求解问题答：将系数矩阵与右侧的b组合成增广矩阵，然后进行消元化简成阶梯矩阵。若r(A)=R(A|b),则方程组有解；若r(A)<n，有非零解，且解的个数=n-r(A)。2.高斯分布高斯分布即为 正态分布，记为N(μ，σ^2）。其图形两边低中间高，并且左右对称。一维图形：二维图形:3.C++中的类、STL类是用户自定义的数据类型，书写格式如下：class ...
2019-11-08 16:30:16
541
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