
计算机视觉
HFKuAng
stay hungry! stay foolish!
展开
-
计算机视觉近两年部分综述文章-4
from:http://valser.org/thread-505-1-1.html【2015】[1]. E.Sariyanidi, H. Gunes, A. Cavallaro, Automatic Analysisof Facial Affect: A Survey of Registration, Representation, and Recognition,转载 2017-12-16 18:28:25 · 662 阅读 · 0 评论 -
tensorflow c/c++库使用方法
tensorflow目前支持最好的语言还是python,但大部分服务都用C++ or Java开发,一般采用动态链接库(.so)方式调用算法,因此tensorflow的c/c++ API还是有必要熟悉下,而且经过本人测试,相同算法,c接口相比python速度更快。下面讲解如何让程序调用tensorflow c/c++库 1.编译库先在github上下载tensorflow源码,执行...转载 2018-09-06 23:58:59 · 2157 阅读 · 0 评论 -
论文阅读:Multi-view Convolutional Neural Networks for 3D Shape Recognition
Preface今天阅读一篇ICCV2015的论文:《Multi-view Convolutional Neural Networks for 3D Shape Recognition》,简称:MVCNN。 这里是Paper Homepage 这里是Paper Code这篇文章的创新点在于: 用物体的三维数据从不同“视角”所得到的二维渲染图,作为原始的训练数据。用经典、成熟的二维图像卷积网络进行训练...转载 2018-05-01 09:16:41 · 1071 阅读 · 0 评论 -
深度学习之卷积神经网络CNN及tensorflow代码实现示例
一、CNN的引入在人工的全连接神经网络中,每相邻两层之间的每个神经元之间都是有边相连的。当输入层的特征维度变得很高时,这时全连接网络需要训练的参数就会增大很多,计算速度就会变得很慢,例如一张黑白的 28×28 的手写数字图片,输入层的神经元就有784个,如下图所示: 若在中间只使用一层隐藏层,参数 w 就有 784×15=11760 多个;若输入的是28×28 带有颜色的RGB格式的手写数字图片...转载 2018-04-03 11:13:13 · 715 阅读 · 0 评论 -
多层神经网络BP算法 原理及推导
首先什么是人工神经网络?简单来说就是将单个感知器作为一个神经网络节点,然后用此类节点组成一个层次网络结构,我们称此网络即为人工神经网络(本人自己的理解)。当网络的层次大于等于3层(输入层+隐藏层(大于等于1)+输出层)时,我们称之为多层人工神经网络。1、神经单元的选择 那么我们应该使用什么样的感知器来作为神经网络节点呢?在上一篇文章我们介绍过感知器算法,但是直接使用的话会存在以下问题: 1)感...转载 2018-03-23 09:28:21 · 1549 阅读 · 0 评论 -
深入理解图优化与g2o:g2o篇
原地址:https://www.cnblogs.com/gaoxiang12/p/5304272.html内容提要 讲完了优化的基本知识,我们来看一下g2o的结构。本篇将讨论g2o的代码结构,并带着大家一起写一个简单的双视图bundle adjustment:从两张图像中估计相机运动和特征点位置。你可以把它看成一个基于稀疏特征点的单目VO。g2o的结构 g2o全称是什么?来跟我大声说一遍:Ge转载 2018-01-19 16:03:52 · 1974 阅读 · 1 评论 -
关于罗德里格斯公式的简单推导
罗德里格斯旋转公式是通过反对称矩阵求旋转矩阵的方法,起初我在看别人写的姿态解算分析文章里看到,他的推导如下:请注意我做标记的地方,我刚开始一直不明白这种推导,这样会有误差的推导,难道罗德里格斯公式是对旋转矩阵R的近似?这样做并不好,反而会使解算的姿态更不准确,后来在群里讨论这个问题,有大神给我解惑了。首先我们明白这是一个SO(3)到SO(3)的李群的映射。不要担心自己不知道李群是什么,转载 2018-01-08 19:31:20 · 1461 阅读 · 1 评论 -
ORB-SLAM2简介
一、摘要 ORB-SLAM是由Raul Mur-Artal,J. M. M. Montiel和Juan D. Tardos于2015年发表在IEEE Transactions on Robotics。项目主页网址为:http://webdiis.unizar.es/~raulmur/orbslam/。 ORB-SLAM是一个基于特征点的实时单目SLAM系统,在大规模的、小规模的转载 2018-01-08 18:04:41 · 2119 阅读 · 0 评论 -
视觉SLAM 研究点介绍
http://blog.youkuaiyun.com/lcj_cjfykx/article/details/464079111. 前言 读者朋友们大家好!(很久很久)之前,我们为大家介绍了SLAM的基本概念和方法。相信大家对SLAM,应该有了基本的认识。在忙完一堆写论文、博士开题的事情之后,我准备回来继续填坑:为大家介绍SLAM研究的方方面面。如果前两篇文章算是"初识",接下来几篇就是"渐转载 2018-01-17 14:17:42 · 622 阅读 · 0 评论 -
激光SLAM与视觉SLAM的现状与趋势
本文作者龙建睿,深圳市大道智创科技有限公司联合创始人&研发总监,美国伊利诺伊理工大学博士研究生,“E巡-机器警长”首席产品经理。同时定位与地图构建(Simultaneous Localization And Mapping,简称SLAM),通常是指在机器人或者其他载体上,通过对各种传感器数据进行采集和计算,生成对其自身位置姿态的定位和场景地图信息的系统。SLAM技术对于机器人或其他智能体的转载 2017-12-28 15:44:44 · 13669 阅读 · 1 评论 -
图像语义分析学习(一):图像语义分割的概念与原理以及常用的方法
1图像语义分割的概念1.1图像语义分割的概念与原理图像语义分割可以说是图像理解的基石性技术,在自动驾驶系统(具体为街景识别与理解)、无人机应用(着陆点判断)以及穿戴式设备应用中举足轻重。我们都知道,图像是由许多像素(Pixel)组成,而「语义分割」顾名思义就是将像素按照图像中表达语义含义的不同进行分组(Grouping)/分割(Segmentation)。图像语义分割的意思就是转载 2017-12-19 09:42:20 · 3175 阅读 · 0 评论 -
ICCV研讨会:实时SLAM的未来以及深度学习与SLAM的比较
转载声明:本文转载自 金木炎 的博客,仅供个人学习。感谢博主的无私分享,如有侵权,敬请告知。这篇短文写的很好,我把它copy到这里供大家学习上一届「国际计算机视觉大会(ICCV:International Conference of Computer Vision )」成为了深度学习(Deep Learning)技术的主场,但在我们宣布卷积神经网络(ConvNet)的全面转载 2017-12-27 09:53:37 · 400 阅读 · 0 评论 -
从计算机视觉角度深入解读了AR
1、从现实到增强现实增强现实(Augmented Reality,简称AR)和虚拟现实(Virtual Reality,简称VR)概念的出现已经有几十年的历史了,然而VR/AR大量出现在科技媒体上吸引各方眼球也就是最近的事情。在本节中我们简单介绍一下这两个概念以及它们的历史,同时澄清一下它们的区别。首先,让我们来想一想:什么是现实?很哲学很深邃的问题,古希腊思想家柏拉图说过,哦,扯转载 2017-12-18 09:59:25 · 749 阅读 · 0 评论 -
pytorch中的pre-train函数模型引用及修改(增减网络层,修改某层参数等)
https://blog.youkuaiyun.com/whut_ldz/article/details/78845947pytorch中的pre-train函数模型引用及修改(增减网络层,修改某层参数等)2017年12月19日 18:49:37 whut_ldz 阅读数:7421 标签: 深度学习 神经网络 pytorch 预训练 修改 更多个人分类: python,pytorch,深度学习 ...转载 2018-10-16 10:18:26 · 932 阅读 · 0 评论