anson2004110的专栏

anson2004110的文章 - 知乎https://zhuanlan.zhihu.com/p/97287380目录0. 在VioManager.cpp中初始化跟踪器1. TrackBase1.1 成员变量1.2 undistort_point去畸变矫正，针孔和鱼眼模型1.2.1 undistort_point_brown针孔模型：1.2.2 undistor...

anson2004110的文章 - 知乎https://zhuanlan.zhihu.com/p/97287779目录1. run_subscribe_msckf 启动函数1.1 new VioManager 创建 VIO系统，加载配置参数，初始化特征点、相机和imu状态1.2 ROS设备同步机制 message_filters1.3 回调函数2. IMU 回调 ...

OpenVINS是黄国权老师团队的开源VISLAM，其基于MSCKF框架，加入了SLAM的局部地图提升前端VIO定位精度的思路值得大家学习。这里将陆续梳理和分享源代码的解读，因为时间有限难免有误，欢迎大家指正。目录0.class Type1. 位姿四元素 class JPLQuat : public Type2. 3维向量 class Vec : public Type （平移，...

OpenVINS 代码解读(2) - Feature特征点相关 - anson2004110的文章 - 知乎 https://zhuanlan.zhihu.com/p/95975654目录1. class Feature1.1 变量的定义1.2 去除无效的特征点对应的信息2.class FeatureDatabase2.1 update_feature，更新特征点坐标...

这几天研究SIFT和SURF算子，在网站上找了好多人的研究资料，以下直接转载过来做个备份1.SIFTSIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配

原文链接 http://www.bfcat.com/index.php/2013/03/cvpr2013-papers 前不久CVPR的结果出来了，首先恭喜我一个已经毕业工作的师弟中了一篇文章。完整的文章列表已经在CVPR的主页上公布了（链接），今天把其中一些感兴趣的整理一下，虽然论文下载的链接大部分还都没出来，不过可以follow最新动态。等下载链接出来的时候一一补上。由于没有下载链

图像处理方面的网站 http://blog.damiles.com www.bernardotti.ithttp://www.ohloh.net/tags/recognitionhttp://www.diphernet.com/http://www.mat.ucsb.edu/projects/tater/http://enblend.so

1. 分类和回归树（CART，classification and regression tree）          基于树的方法的思路：把特征空间划分成一系列的矩形区域，然后在每个区域中拟合一个简单的模型（例如：常量）。下图是决策树（decision tree）的一个简单示意：下面分别介绍回归树和分类树。1.1 回归树（regression tree）如何逐步生成回归树？给

在模式识别领域，Haar特征是大家非常熟悉的一种图像特征了，它可以应用于许多目标检测的算法中。与Haar相似，图像的局部矩形内像素的和、平方和、均值、方差等特征也可以用类似Haar特征的计算方法来计算。这些特征有时会频繁的在某些算法中使用，因此对它的优化势在必行。Boxfilter就是这样一种优化方法，它可以使复杂度为O(MN)的求和，求方差等运算降低到O(1)或近似于O(1)的复杂度，它的缺点是

聚类算法——K-means原文地址 http://www.cnblogs.com/moondark/archive/2012/03/08/2385770.html首先要来了解的一个概念就是聚类，简单地说就是把相似的东西分到一组，同 Classification (分类)不同，对于一个 classifier ，通常需要你告诉它“这个东西被分为某某类”这样一些例子，理想情况下，一个 c

1.Laplacian/Laplacian of Gaussian1 （LoG）As Laplace operator may detect edges as well as noise (isolated, out-of-range), it may be desirable to smooth the image first by a convolution with a Gaus

1.haar-like特征一看到Haar-like特征这玩意儿就头大的人举手。好，很多人。那么我先说下什么是特征，我把它放在下面的情景中来描述，假设在人脸检测时我们需要有这么一个子窗口在待检测的图片窗口中不断的移位滑动，子窗口每到一个位置，就会计算出该区域的特征，然后用我们训练好的级联分类器对该特征进行筛选，一旦该特征通过了所有强分类器的筛选，则判定该区域为人脸。那么这个特征如

转载至http://www.icvpr.com/opencv-hog-descriptor/HOG特征描述算子1）HOG特征的原始文献"Histograms of Oriented Gradients for Human Detection" "Finding People in Images and Videos" (PhD