- 博客(438)
- 资源 (9)
- 收藏
- 关注
RSS订阅原创 光场中的核心概念：Macro Pixel与SAI的深度解析与实例应用
例如，在Lytro光场相机中，一个宏像素可能包含5×5个子像素，每个子像素对应不同角度的光线。设光场数据为 ( L(u,v,s,t) )，其中 ((u,v)) 为角度坐标，((s,t)) 为空间坐标。生成SAI时，固定角度维度((u,v))，遍历空间维度((s,t))，提取对应子像素值，最终形成2D图像矩阵。例如，提取所有宏像素中同一位置的子像素（如左上角子像素），并按空间位置拼接，即可得到一个SAI。此案例展示了SAI的核心价值：通过角度信息的互补性，突破硬件限制，提升图像质量。
2025-03-16 21:10:22
954
原创 理解光场模型：uv与st的结合
光场模型描述了一种四维空间，其中每个点都包含了光波的方向和强度信息。这种表示允许我们生成不同视角的图像，从而提供沉浸式的视觉体验。通过对光场的有效采样，我们能够在虚拟环境和真实场景中再现物体的外观和行为。
2025-03-16 20:30:33
412
原创 均匀采样与低差异序列：从 Halton 到 Hammersley 到球面采样
Halton 序列是一种低差异序列，通常用于生成多维空间中均匀分布的采样点。与伪随机采样不同，Halton 序列在采样过程中能够避免点的堆积现象，使得生成的点更加均匀。生成 Halton 序列的核心是基数逆序小数给定一个整数 ( n ) 和一个基数 ( b )，将 ( n ) 表示为 ( b ) 进制（如二进制、三进制等）。将该 ( b ) 进制的数字逆序，并将其每一位权重按照小数点后的位置进行累加，得到一个小数值。( n = 3 )，对应二进制11。
2024-12-28 15:43:16
625
原创 WebGPU、WebGL 和 OpenGL/Vulkan对比分析
特性WebGPUWebGLOpenGLVulkan设计目标现代浏览器高性能图形API浏览器端图形渲染跨平台图形API低级高性能图形API主要用途图形渲染、计算任务图形渲染图形渲染、图形处理图形渲染、计算任务平台支持主流浏览器（Chrome、Firefox等）主流浏览器（Chrome、Firefox等）Windows、Linux、macOS等Windows、Linux、macOS、Android等API类型低级API，接近硬件控制中级API，较简单中级API，较灵活。
2024-12-18 21:22:59
734
原创 如何在 Linux 中使用 `useradd` 命令创建新用户
useradd是 Linux 系统中用于创建新用户的命令。它允许管理员为新用户指定一些基本信息，如主目录、登录 shell、所属组等。useradd通常需要管理员权限，所以在执行命令时需要使用sudo。通过useradd命令，Linux 系统管理员可以轻松创建并配置新用户。无论是设置主目录、登录 shell，还是分配组和注释信息，useradd都提供了灵活的选项来满足各种需求。掌握这些基本操作后，你可以更加高效地管理系统中的用户，确保系统的安全性和可靠性。希望本文能帮助你更好地理解和使用useradd。
2024-12-16 15:26:59
1120
原创 焦距与视差的关系及其对深度估计的影响
焦距在立体视觉中的作用至关重要，它直接影响视差的大小，从而影响深度估计的精度。焦距越长，视差差异越大，物体的深度估计就越精确。这一关系使得焦距长的相机在一些需要高精度深度估计的应用场景中更加优越。了解焦距与视差的关系，对于优化相机配置和提升深度估计精度具有重要意义。在实践中，选择合适的焦距对于获得精确的深度信息至关重要，特别是在自动驾驶、虚拟现实、三维重建等领域，精确的深度估计能够提供更好的用户体验和技术支持。
2024-12-13 22:04:38
1092
原创 深度与视差的关系及其转换
视差（Disparity）是指在立体视觉中，同一个物体在左右两个相机图像中位置的差异。由于两台相机拍摄同一个物体时，摄像头的位置稍有不同（即相机之间有一定的基线），因此同一个物体在两个图像中的位置会发生偏移。这种偏移量，称为视差。视差值通常是通过左右图像对中的匹配算法计算得到的，匹配过程中会确定左右图像中对应点的位置差异。视差值越大，物体离相机越近；视差值越小，物体离相机越远。深度（Depth）是指物体与相机之间的实际距离。在立体视觉中，深度可以通过测量视差来估算。
2024-12-13 21:37:00
1593
原创 基于双目视差的3D立体视觉原理及其应用
双目视差是指由于我们人眼间的距离（大约6.5厘米）不同，左右眼所观察到的同一物体的图像会略有差异。这种差异就是视差，它是人眼获取深度信息的关键。简单来说，双目视差的产生就是左右眼从不同角度观察场景，获得的视网膜图像有所不同。双目视差对于人类的深度感知至关重要。我们的眼睛和大脑通过对这两个视角图像的融合，能够判断出物体的空间深度，即哪些物体离我们近，哪些物体远。这种视觉处理机制使得我们能够在三维空间中准确地感知物体的位置、距离和方向，从而形成立体视觉。
2024-12-12 11:37:47
1363
原创 WebGL 中的三大矩阵：模型矩阵、视图矩阵和投影矩阵解析
矩阵变换是一种数学手段，用于将一个物体的坐标从一种坐标系转换到另一种坐标系。在三维图形学中，常见的坐标系包括：局部坐标系、世界坐标系、摄像机坐标系和屏幕坐标系。通过矩阵变换，我们可以将三维物体从局部坐标系中逐步转换到屏幕上的二维坐标。
2024-12-12 11:24:56
1612
原创 从深度图到 3D 网格与点云：完整实现
点云是由多个点（每个点通常包含 x、y 和 z 坐标）构成的数据集，表示物体表面或场景的三维结构。在计算机视觉中，点云是由深度图或 LiDAR 等传感器生成的。点云提供了物体的几何形状，但通常没有连接点的三角面片信息，因此不像网格那样具有表面。
2024-12-10 22:03:28
3080
原创 判断并清理文件夹：Python 自动化管理目录
通过这个简单的 Python 脚本，我们可以高效地判断并清理文件夹结构。文件夹，里面包含很多子文件夹，而这些子文件夹中有些可能只包含一个子文件夹。这种情况下，我们可能希望自动化地检查每个子文件夹，如果它仅包含一个子文件夹，则直接删除该子文件夹。在日常工作中，我们经常需要对文件系统中的文件和文件夹进行整理。本文将介绍如何用 Python 编写一个小脚本，完成这一任务，简化手动清理的过程。列出其内容，并判断哪些是子文件夹。如果子文件夹数量为 1，则符合我们的条件。文件夹下的所有文件和文件夹，然后用。
2024-12-10 21:54:39
362
原创 合并视频文件：使用Python和MoviePy库的简单指南
今天，我将向你展示如何使用Python编程语言和MoviePy库来合并两个视频文件。通过这个简单的教程，你可以看到使用MoviePy合并视频是多么的直接和高效。无论你是视频编辑新手还是希望提高工作效率的专业人士，MoviePy都是一个值得尝试的工具。它不仅可以帮助你节省时间，还可以让你的视频项目更加专业。MoviePy是一个强大的视频编辑库，它允许你轻松地进行视频剪辑、合并、添加特效和文本等。MoviePy的优势在于它的易用性和灵活性，使得视频编辑变得简单直观。：定义两个视频文件的路径以及输出视频的路径。
2024-11-29 16:00:26
440
原创 Could not load the Qt platform plugin “xcb“ in ... even though it was found.
【代码】Could not load the Qt platform plugin “xcb“ in ... even though it was found.
2024-04-19 20:16:24
1383
3原创 leetcode 19. 删除链表的倒数第 N 个结点（c++）
leetcode 19. 删除链表的倒数第 N 个结点常规解法：双指针与栈，两种解法。
2023-05-06 21:00:43
199
原创 机器学习之SVM
墙高基下，虽得必失。 ——范晔SVM即支持向量机是二分类的算法，但应用范围不局限于二分类问题。对于输入数据集{(xn,yn)}n=1N\{({x^{n},y^{n}})\}_{n=1}^N{(xn,yn)}n=1N,yn∈{−1,1}y^n \in \{-1,1\}yn∈{−1,1},需要找到决策平面或者超平面进行两类样本分离，该超平面满足wTx+b=0w^Tx+b=0wTx+b=0，两类样本分别满足yn(wTx+b)>0y^n(w^Tx+b)>0yn
2023-01-31 17:07:26
427
原创 机器学习之线性模型
线性模型非常常见，但详细了解其中原理是必要的。一般将样本特征进行线性组合达到预测的目标，如表达式yfX;Wby=f(X;W)+byfX;Wb,其中XXX为输入的样本数据，WWW为权重系数，bbb为偏置系数。如对于图片样本，一种处理方式为将图片像素矩阵转化为维度向量，如Xx1x2xnWw1w2wmbb1b2bnXx1x2...xnWw1w2...wmbb1b2。
2023-01-31 11:09:02
520
原创 机器学习之参数学习
参数估计的方法包括经验风险最小化、结构风险最小化、最大似然估计、最大后验估计。参数估计用于学习模型参数，以达到最优的目的，如线性回归的模型参数。
2023-01-30 16:13:05
1073
原创 目标检测之YOLOv5算法分析
YOLOv5共有5个版本的网络模型及其权重文件，即。（下图来自github上yolov5官方开源项目的性能截图）其中n,s,m,l,x网络模型结构如出一辙，差异在参数上。另外的n6,s6,m6,l6,x6模型是对于更大分辨率图片检测。
2022-12-27 10:53:34
2552
原创 目标检测之YOLOv2算法分析
第三行为负责检测物体的anchor进行该计算：其中的三个表达式分别为真实框与预测框的定位误差，真实框与anchor的IOU值和预测框置信度的误差，真实框的类别与预测框的类别误差。第二行为判断是否是前12800次迭代，是则优化anchor与预测框的位置信息，使每一个anchor确定不同的自身作用，模型稳定。，将高分辨率的特征图与低分辨率的特征图融合在一起，实现多尺度的检测效果，启发于SSD检测。个响应值求均值，标准差，然后标准化，对标准化的结果乘。图中通道数变为4倍，大小为原来的1/4，
2022-12-24 22:35:24
696
原创 目标检测之YOLOv1算法分析
30维张量包括20个对象的概率，2个bounding box的置信度及其位置（一个bounding box位置信息需要四个值，两个bounding box总需要8个值）那么两个框IOU交并比，谁大就由谁负责预测一个对象，并且。2个bounding box的置信度，其中置信度=p(exist_objects) * 该预测的bounding box与该对象的真实边框的IOU值。两个bounding box的置信度分别于20个类别的概率相乘，可得到分在在两个bounding box中的每一类的概率。
2022-12-24 16:32:46
739
原创 目标检测之Faster RCNN分析
滑动窗口，每一个位置得到一个256维向量（不唯一，此处backbone输出的深度为256），然后经过全连接层，得到分类的2k个分数（对应右侧指向的k个anchor，每个anchor两个参数描述前景概率与后景概率），与位置框回归的4k个参数。在上图中，从feature map层来看，有两个指向上层的箭头，其中左侧指向Region Proposal Network的即为RPN结构，右侧指向Roi pooling与fast rcnn保持一致。在原图上的anchor，每个位置有9个不同大小，三种面积{
2022-12-24 13:49:18
998
原创 目标检测之 RCNN-Bounding-box 回归分析
RCNN进行目标检测时，采取候选区域算法，得到2000个候选区域，并依次放入CNN中进行特征提取预测类别与位置。
2022-12-23 20:59:08
800
原创 Windows编程技术之资源释放
为了简化程序文件多且杂，可将部分文件如dll文件、资源文件（文本文件、图片文件等）等作为资源插入到程序中。等程序运行时，再在本地生成资源文件或者释放到本地。如果进行了上述操作，只需要将程序在编译后，只需要一个exe文件即可正常运行，运行.exe文件后，本地会自动生成需要的资源文件。
2022-11-04 08:57:51
293
原创 Windows编程技术之运行单一实例
一个程序在windows上是否存在多个运行实例，可根据访问进程列表、枚举程序窗口、共享全局变量、系统命名互斥对象进行判断。此处详述最后一种方法。
2022-11-03 19:47:46
651
原创 Linux环境下使用docker创建容器问题
在linux服务器上，使用docker建立容器时，若服务器上已经具备gpu环境，使用创建容器指令时，查看gpu情况，就会成功输出配置及运行情况，如图。docker容器创建成功之后，使用。常用的一种创建容器的指令格式。可自行替换成需要的镜像。
2022-10-02 15:47:49
714
原创 python 图片压缩
常常上传照片需要指定大小范围，并且找不到好的压缩软件，那么简单用opencv处理即可，当然如果要获取高质量的压缩，可以在此基础进行扩展。opencv-python处理图片，常用代码记录。
2022-09-01 20:15:10
1100
北邮计算机体系结构实验报告2021版本
2022-06-01
数据通路报告.docx
2020-07-16
缓冲区溢出攻击详细讲解.docx
2020-04-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人