- 博客(5)
- 收藏
- 关注
RSS订阅原创 PPO【近端策略优化】代码详解
这段代码定义了一个简单的神经网络，用于策略网络（Policy Network），通常在强化学习中使用。这里定义了一个名为PolicyNet的类，它继承自，这是 PyTorch 中所有神经网络模型的基类。这段代码定义了一个简单的神经网络，用于值网络（Value Network），通常在强化学习中用于估计状态值函数（Value Function）。这里定义了一个名为ValueNet的类，它继承自，这是 PyTorch 中所有神经网络模型的基类。class PPO:''' PPO算法,采用截断方式 '''
2025-03-19 08:56:39
590
原创 2D-3D配准技术【PnP和LCD】
PnP（Perspective-n-Point）算法和LCD（Learned Cross-Domain Descriptors）配准算法是两种不同的技术，它们在计算机视觉和图像处理领域中有着各自的应用。PnP算法主要用于。
2024-09-20 00:17:34
913
原创 2D-3D配准技术【LCD：Learned Cross-Domain Descriptors for 2D-3D Matching】
在这项工作中，我们提出了一种新的方法来学习二维图像和三维点云匹配的局部跨域描述符。我们提出的方法是一个双自动编码器神经网络，它将二维和三维输入映射到一个共享的潜在空间表示中。我们表明，共享嵌入中的局部跨域描述符比从二维和三维域的个体训练中获得的描述符更具鉴别性。为了方便训练过程，我们通过从公开的RGB-D场景中收集≈140万个具有不同光照条件和设置的2D-3D对应，建立了一个新的数据集。我们的描述符在三个主要的实验中进行了评估：二维-三维匹配、跨域检索和稀疏到密集的深度估计。
2024-09-20 00:15:25
1237
原创 SFM运动恢复结构重建
设空间中有一点P，若世界坐标系与相机坐标系重合，则该点在空间中的坐标为(X, Y, Z)，其中Z为该点到相机光心的垂直距离。一般情况下，世界坐标系和相机坐标系不重合，这时，世界坐标系中的某一点P要投影到像面上时，先要将该点的坐标转换到相机坐标系下。，在像面上的坐标为x，世界坐标系与相机坐标系之间的相对旋转为矩阵R（R是一个3行3列的旋转矩阵），相对位移为向量T（3行1列），则。其中[R T]是一个3行4列的矩阵，称为外参矩阵，它和相机的参数无关，只与相机在世界坐标系中的位置有关。特征点提取与特征点匹配。
2024-09-12 23:36:53
1121
原创 双目三维重建原理
此方法要求选用两个内部参数完全相同的摄像机，将它们平行放置，使它们的光轴相互平行，另有一对坐标轴共线，两个成像平面共面，两摄像机的光心有一个固定的距离d，这样求解图像点的世界坐标时只涉及摄像机内参数。假如我们能够得到物体表面上所有点的三维坐标，则三维物体的形状与位置就是唯一确定的，在某些简单场合，例如三维物体时一个多面体，我们只需要知道它的各个顶点的三维坐标与相邻关系，则该多面体的形状与位置是唯一确定的。空间任一点在两个摄像机中分别成像，得到该点在两个图像中的对应坐标，在知道两摄像机的参数矩阵的条件下，
2024-09-12 16:17:06
2662
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