Faded

上一篇中讲到ANMS可以实现关键点在局部上的稀疏分布和全局上的均匀分布。然而由于时间复杂度太高，无法实时运行，因此不具备实用价值。### Approximate ANMS为解决这一问题，学术界通过近似，提出了能够实时运行同时效果接近于ANMS的算法。这里对Efficient adaptive non-maximal suppression algorithms for homogeneous spatial keypoint distribution 中提出的SSC算法进行介绍

自适应非极大值抑制算法自适应非极大值抑制算法是论文Multi-Image Matching using Multi-Scale Oriented Patches提出的一种算法。基本思想是评估所有interesting point的极大区域，并进行排序。具体来说，就是先选取很多的interesting point，组成集合S。对S中的每个点xix_i，寻找它的响应能作为区域最大值的区域半径rir_i,

特征的评价提取特征时我们往往先提取关键点，再提取描述符。前者决定了我们用哪些点来代表一幅图像，后者决定了我们如何描述图像的内容。相应的，对于关键点和描述符都有不同的评价标准。对于描述符，我们希望对应点对的描述符尽量相似，非对应点对的描述符尽量不同。对于关键点，则没有这么简单。可重复性我们使用一副图像中的某些点（或者patch）来代表整张图像，因此对于关键点，我们希望它有明确的几何意义，因此现在使用的关键点往往是角点或者斑点。对于同一场景，我们希望提取的特征不随着视角和环境变化而大幅度变动，这实际上是希

SLAM同时定位与建图（simultaneous localization and mapping，SLAM）是自动驾驶与增强现实领域中常用的技术。主要研究装置通过各种传感器在未知环境中的感知与定位问题。归根结底，SLAM是一个状态估计问题，即根据当前的观测（图像、IMU传感器读数等），判断当前自身所处的状态（自身的6自由度位姿，所在的地点的地图结构）。假设当前时刻k的状态为XkX_kXk​...