- 博客(57)
- 收藏
- 关注
RSS订阅原创 协方差矩阵：3DGS 里“椭球的形状说明书“
在 3D Gaussian Splatting 中，每个高斯图元除了有位置，还有大小、朝向和扁平程度，这些信息全部装在一个 3×3 的**协方差矩阵**里。这个矩阵常常是初学者的第一道坎。本文不堆公式，而是从"一个图元该怎么描述"出发，回答四个问题：协方差矩阵到底存了什么？为什么 3DGS 不直接学它，而是学"旋转 + 缩放"？三维椭球怎么变成屏幕上的二维椭圆？这一切和果树枝条这类细长结构有什么关系？
2026-10-26 15:15:13
175
原创 从一维到三维：读懂高斯分布，打好 3DGS 的数学地基
3D Gaussian Splatting（3DGS）用成千上万个"三维高斯椭球"来表示一个场景，再通过投影和 alpha 混合渲染出图像。要看懂它的论文和代码，第一步是搞清楚高斯分布本身。本文沿着 **一维 → 二维 → 三维** 的顺序，讲清楚均值、方差、协方差矩阵的几何含义，说明为什么协方差可以分解为"旋转 + 缩放"，最后回到 3DGS，看这些性质如何支撑它的参数化、投影和渲染。
2026-10-26 10:36:48
120
原创 单反、微单和卡片机到底有什么区别？从佳能 5D4、索尼 α7C II、富士 X100VI 和理光 GR III 说起
这篇文章介绍了当前主流相机的分类与特点，重点分析了单反、微单和卡片机的核心差异。单反（如佳能5D Mark IV）采用光学取景器和反光镜结构，操控成熟但体积较大；微单（如索尼α7C II）通过电子取景实现所见即所得，兼顾画质与便携性；高端卡片机（如理光GR III）和固定镜头相机（如富士X100VI）则强调轻量化与拍摄体验，适合日常记录和街头摄影。文章指出，相机选择应基于取景方式、镜头扩展性以及携带意愿，而非单纯比较参数。
2026-08-06 14:11:17
258
原创 因子分析和生成模型有什么关系？从“幕后因素”到“生成数据”
本文揭示了因子分析与现代生成模型之间的深刻联系。文章指出，因子分析本质上是一种经典的潜变量生成模型，它通过假设观测数据由少量潜在因子线性组合生成，建立了从隐变量到观测数据的生成过程。这种思想被现代生成模型如VAE所继承和发展，只是将线性变换替换为神经网络以增强表达能力。尽管因子分析在模型复杂度和生成质量上不如GAN、扩散模型等现代方法，但其数学形式清晰、参数可解释性强，为理解生成模型的核心思想提供了重要基础。文章通过苹果树生长数据的生动案例，阐释了因子分析如何从表面相关变量中提取潜在因子，并展示了这一传统统
2026-07-29 15:47:31
361
原创 特征提取 | DINO 到 DINOv3
本文介绍了从DINO到DINOv3的自监督视觉模型发展历程。DINO通过"无标签自蒸馏"方法，让模型从同一图像的不同增强视图中学习稳定特征，使用教师-学生网络结构避免人工标注需求。Vision Transformer的引入使模型能通过自注意力机制理解长距离空间关系。DINOv2结合图像级一致性学习和Patch级掩码建模，实现了通用视觉特征提取。DINOv3则通过Gram Anchoring技术保持局部特征质量，在维持全局语义理解的同时增强对细节结构的捕捉能力。这一系列模型展示了无监督学习在计算机视觉领域的潜
2026-07-24 21:19:40
359
原创 相机新手入门指南 | 看懂参数、拍好照片与正确清洁相机
相机操作入门速成指南 新手学习相机操作只需掌握三个核心：曝光控制（光圈/快门/ISO）、对焦技巧和焦距运用。曝光三要素中，光圈控制背景虚化，快门决定运动模糊，ISO影响画面噪点；优先确定最关键参数（如人像用光圈优先，运动用快门优先），再用其他参数平衡曝光。对焦模式根据主体动静选择AF-S或AF-C，拍人启用眼部对焦。广角适合风光，中焦适合日常，长焦压缩远景。建议从光圈优先模式入手，配合自动ISO和曝光补偿快速适应，再逐步探索其他功能。记住：参数是工具，观察力和构图才是摄影本质。
2026-07-24 15:44:53
197
原创 Vibe Coding |每日论文推荐报纸
本文介绍一个开源的多来源论文自动检索工具 Paper Fetcher。项目支持自定义关键词，从 arXiv、Semantic Scholar 和期刊 RSS 抓取论文，自动去重并生成 Markdown、JSON 论文日报，同时支持 Ollama 和 Gemini 中文摘要。
2026-07-23 10:18:01
242
原创 基于GS(Gaussian Splatting)的机器人Sim2Real2Sim仿真平台有哪些
基于高斯点渲染（Gaussian Splatting）的Sim2Real2Sim仿真平台成为研究热点，通过高保真重建缩小仿真与现实的视觉差距。主要平台包括：1）RoboGSim：闭环仿真平台，结合GS重建与物理引擎，支持策略评估与迁移；2）RoboSimGS：融合GS渲染与物理交互，适合机械任务；3）SplatSim：专注视觉质量提升，实现零样本策略迁移；4）GSWorld（研究阶段）：结合GS与物理引擎，支持闭环策略评估。这些平台在渲染质量、物理交互和闭环评估方面各有侧重，推动机器人仿真与现实的协同优化。
2026-01-12 15:48:11
1189
1
原创 SuperPoint 和 SIFT 的对比
如果你追求部署简单、跨平台兼容性好，并且图像纹理丰富→ ✅ 使用SIFT如果你需要实时性高鲁棒性，并且有GPU 支持→ ✅ 使用SuperPoint若在移动设备或AR应用中 → 更推荐SuperPoint可以将SuperPoint 与光流或匹配网络联合使用提升估计精度。
2025-11-13 18:33:23
716
原创 对于位姿的理解
坐标系/刚体（Frame/Body）是指一个具有三维位置和完整三维旋转的参照系。刚体是具有长宽高的物体，其姿态由位置和旋转决定。点云中的剪枝点若通过树枝方向、重力方向等定义了坐标系，也符合刚体的特性，能表示位姿。简言之，任何能明确三个正交方向并确定位置的参照系都可视为刚体，拥有完整的3D位姿。
2025-11-13 18:31:41
250
原创 IROS2025随笔小记
本文摘要：文章涵盖多个技术领域概念解析，包括：(1) 训练Transformer语言模型（Train TLS）的定义；(2) 农业AI中专用芯片（如Jetson、Edge TPU等）相比CUDA在边缘推理的低功耗、实时性优势；(3) IEEE农业机器人技术委员会（AgRA-TC）的成员分级；(4) 传感器噪声（sensor noise）的定义与实例；(5) 遥操作（Teleoperation）的远程控制特性；(6) 元学习与强化学习的区别；(7) 推理模型与策略模型的功能差异；(8) CG渲染（Comput
2025-11-03 15:18:12
978
原创 用uv环境安装DIM2.0.0版本
本文记录了在Ubuntu 24.04系统上配置deep-image-matching(DIM)环境的完整过程。主要步骤包括：修复因NVIDIA驱动更新导致的apt系统损坏、通过deadsnakes PPA安装Python 3.9、使用uv包管理器创建虚拟环境并成功安装DIM及其依赖。过程中解决了多个技术问题，包括包管理器修复、Python版本兼容性、路径配置等，最终通过测试验证了环境配置成功。整个配置过程耗时约8-9分钟，为后续DIM项目开发建立了稳定可靠的基础环境。
2025-08-29 10:52:56
999
原创 uv环境介绍
摘要： uv是Astral公司推出的高性能Python包管理工具，基于Rust开发，旨在解决pip速度慢、工具链分散等问题。它集虚拟环境管理、依赖安装于一体，速度比pip快10-100倍，兼容现有项目文件（如requirements.txt），且命令与pip相似，学习成本低。相比conda，uv专注纯Python项目，适合提升开发效率，尤其推荐用于deep-image-matching等Python项目。
2025-08-29 09:05:33
665
原创 10个AI科研工具的简明总结
这篇摘要介绍了10个提升科研效率的AI工具，按功能分类整理：ChatGPT和Writefull用于构思写作；Semantic Scholar、Research Rabbit等5款工具专注文献检索与趋势分析；Scite.ai提供智能引用分析；Paperpile和Zotero管理文献；Scholarcy快速生成摘要；Open Knowledge Maps可视化知识网络。文末还附有工具功能对照表，方便研究者按需选择。这些工具覆盖了从选题构思到论文撰写的全流程需求，能显著提升学术工作效率。
2025-07-04 10:54:57
1104
1
原创 colmap编译到本地【Ubuntu22.04】
COLMAP 安装指南摘要：本文提供了 COLMAP 三维重建工具在 Linux 系统下的完整安装流程。首先安装包括 CUDA、GCC 10 在内的依赖项，设置 GCC 10 为默认编译器；然后克隆 GitHub 源码，使用 Ninja 构建工具进行编译（可选择开启/关闭 GPU 加速）；最后通过命令行测试安装是否成功。整个过程包含 5 个简明步骤，配有关键命令和注意事项，帮助用户快速完成专业级摄影测量软件的部署。（149字）
2025-06-13 10:24:39
605
原创 底层文件传输方式和传输机制
场景使用方式协议 / 接口 / 技术普通复制粘贴（本地）内存读写 + 文件系统调用NTFS、FAT32、exFAT 等跨硬盘复制文件系统 + 硬件接口U盘传输USB 接口 + 文件系统网络共享复制网络文件共享协议SMB / NFSRAID 设备文件系统 + RAID控制器RAID 0/1/5 等 + SATA/NVMe 接口。
2025-06-09 15:36:48
912
原创 kernel内核和driver驱动的区别
内核（Kernel）是操作系统的核心，负责全局资源管理和硬件交互，运行在最高权限内核态；驱动程序（Driver）则是专门控制特定硬件设备的软件模块，可运行于内核态或用户态。二者关系是：内核作为系统大脑统筹全局，驱动作为执行者与具体硬件交互。简单说，内核管理整个系统，驱动管理单个设备。
2025-06-02 14:52:20
870
原创 系统是win11+两个ubuntu，ubuntu20.04和ubuntu22.04，想删除ubuntu20.04且不用保留数据
摘要： 在 Ubuntu 22.04/24.04 系统中，可通过终端命令 lsblk -f 或 sudo blkid 识别旧版 Ubuntu 20.04 所在分区（如未挂载的 ext4 分区）。使用 sudo gparted 删除该分区后，执行 sudo update-grub 更新引导菜单。可选步骤包括用 sudo efibootmgr 清理冗余 EFI 启动项（通过 -b XXXX -B 删除指定编号条目）。操作前需确认当前系统版本（lsb_release -a），并注意分区结构（如示例中 nvme0n
2025-05-31 22:29:39
1652
原创 在 ODROID-H3+ 上安装 Win11 系统
摘要： 在ODROID-H3+上安装Windows 11需准备≥8GB的U盘，使用Rufus或微软工具制作启动盘（建议GPT+UEFI模式）。进入BIOS关闭Secure Boot并设置UEFI启动，从U盘启动后删除原有Linux分区，选择未分配空间安装。安装后需手动添加Intel N6005芯片组的网卡、显卡及芯片组驱动（建议提前下载备用）。全程无需保留旧系统数据，适合全新部署。 （字数：150）
2025-05-30 20:20:55
895
原创 PnP（Perspective-n-Point）算法 | 用于求解已知n个3D点及其对应2D投影点的相机位姿
PnP算法是一种解决相机位姿估计问题的技术。它通过已知的3D空间点及其对应的2D图像坐标，计算相机的位置和朝向。算法核心是利用投影几何关系建立方程组，通过最小化投影误差求解相机的旋转矩阵R和平移向量t。PnP算法广泛应用于计算机视觉领域，如增强现实、机器人导航等场景，其中EPnP、UPnP等改进算法进一步提升了计算效率和鲁棒性。该算法最少需要4个匹配点即可求解，但更多点能提高精度。
2025-05-29 16:17:37
3267
原创 计算机视觉中的相机标定
相机标定是计算机视觉的基础工作，主要用于获取相机内参数（焦距、主点坐标、畸变系数），建立精确的几何关系，消除镜头畸变，并实现精确测量。需要标定的场景包括工业检测、3D视觉、机器人视觉和自动驾驶等精确测量应用。主流标定工具包括OpenCV、MATLAB工具箱和ROS等开源工具，以及Halcon等商业软件。标准标定板有棋盘格、圆点阵、ArUco标记等类型。无需标定的场景包括一般图像处理和粗略视觉应用。
2025-05-29 15:50:00
1215
原创 计算机视觉需要知道的四个坐标系
本文介绍了计算机视觉中的四大坐标系：世界坐标系（三维绝对参考系）、摄像机坐标系（以相机光学中心为原点）、图像物理坐标系（成像平面坐标系）和像素坐标系（图像左上角为原点）。这些坐标系通过旋转矩阵、平移向量和透视投影相互转换，构建了从三维世界到二维图像的映射关系。理解这些坐标系对3D重建、机器人视觉等应用至关重要，它们建立了现实世界与数字图像之间的精确数学对应关系。
2025-05-29 15:37:12
745
原创 点云配准（Point Cloud Registration）方法综述
点云配准是将多个点云数据对齐到同一坐标系下的技术，广泛应用于3D重建、机器人导航、SLAM和工业检测等领域。配准方法主要分为以下几类：1）基于迭代优化的方法，如ICP和NDT，适用于快速精调但依赖初始位置；2）基于特征的方法，如FPFH和SHOT，适合粗配准和多视图拼接；3）基于学习的方法，如DCP和PRNet，对噪声和遮挡具有较强鲁棒性，但需要大量训练数据；4）概率与优化方法，如CPD和Go-ICP，支持非刚性配准，适用于医学和人体建模；5）SLAM框架中的实时配准方法，如LOAM和Cartographe
2025-05-22 08:58:25
2592
原创 启发式搜索策略 Informed (Heuristic) 和无信息搜索策略Uninforme
无信息搜索也叫盲目搜索（Blind Search），它只依赖于问题本身的结构，而不使用任何额外的启发信息。启发式搜索利用额外的信息（启发式函数）来引导搜索方向，使搜索更高效。如果你要解决一个没有头绪的问题（比如迷宫），BFS或DFS可能是选择；但如果你有某种直觉（比如“往目标方向走”），A*搜索会更高效！ 😃当然！Greedy Search（贪心搜索）和 A* Search（A* 搜索）都是 启发式搜索（Heuristic Search） 方法，它们的主要区别在于如何评估路径的优劣。思路：贪心搜索只关注
2025-03-18 09:58:32
1726
原创 SPG代码复现 | 用自定义数据集
数据集位置：/home/msi/code/Largescale_PointCloud_Semantic/superpoint_graph/data/custom_datasets。custom_datasets下新建data文件夹，再建立train和test，分别放入ply文件。直接替换了s3dis的数据，用了和它一样的格式，把自己的数据类别改成了和他的一样…修改第1，4，5个出现custom_dataset的地方。预处理数据（生成 parsed 文件夹）最后还是遇到了很多错误。
2025-01-09 14:24:40
504
原创 Superpoint Transformer | 代码复现
Superpoint Transformer 和 Superpoint Graph 的核心区别在于它们的架构设计和数据处理方式。github链接🔗 https://github.com/drprojects/superpoint_transformer。
2025-01-09 14:21:52
1708
9
原创 Large-scale Point Cloud Semantic Segmentation with Superpoint Graphs代码复现
点云分割网络
2025-01-03 14:27:37
542
原创 ORBBEC Femto Mega深度相机与点云python open3d
ORBBEC Femto Mega深度相机新手入门操作-- 基于ros系统。第二步 连接相机，打开应用程序，就可以看到点云图啦！第一步 下载对应的SDK压缩包，下载其中的应用程序。录制为文件，用ROS系统打开转换成。
2025-01-03 14:03:56
738
原创 安装ubutun成功后安装驱动和软件的步骤（nvidia显卡驱动，barrier，谷歌拼音输入法，anaconda，vscode）
C++配置参考博客（安装gcc等前先查看是否已经安装）：https://blog.youkuaiyun.com/zimuzi2019/article/details/106861692。安装成功后打开查看版本，再去官网（https://github.com/debauchee/barrier/releases）找对应的exe安装包进行安装。参考博客：https://blog.youkuaiyun.com/kan2016/article/details/105735645。安装完成后，收到加入环境变量的提示信息，输入yes。
2024-07-26 13:43:15
642
原创 ubuntu20.04显卡驱动掉了装不上先备份文件之...如何手动挂载usb
这里一开始检测到的位置是/dev/sda，但实际上变成了sda1，所以可以多试试加1或2，或者是输入’sd’再按Tab键补全。它可能显示为类似于/dev/sdb或/dev/sda。假设设备名称是/dev/sda。
2024-07-18 16:33:55
410
原创 VSCode同步到github仓库（ubantu系统）
在GitHub中创建新仓库时，若选择私有仓库，需进行SSH认证。首先在本地生成SSH密钥对，并将公钥添加到GitHub账户。接着，在VSCode中初始化Git仓库，添加远程仓库地址，并将文件添加到仓库中进行首次提交和推送。后续代码更新时，通过git add、git commit和git push命令将更改推送到GitHub。整个过程包括生成SSH密钥、初始化仓库、添加远程仓库、提交和推送代码等步骤，确保代码安全同步到GitHub。
2024-01-18 20:41:20
1178
原创 处理图像数据以创建精确的3D模型和地图的三款软件
Pix4D、Metashape和ContextCapture是三款专业的摄影测量软件，广泛应用于生成高精度的2D地图和3D模型。Pix4D通过无人机拍摄的图片生成地图和模型，适用于农业、测绘、建筑和矿业等行业。Metashape（原PhotoScan）由Agisoft开发，能够从静态照片构建高质量的3D内容。ContextCapture由Bentley Systems开发，可从简单照片创建高分辨率三维模型，适用于工程、建筑和GIS应用。每款软件的安装来源均提供了详细的指南和资源。
2024-01-05 18:54:58
1311
原创 ubantu20.04中计算机视觉使用的软件安装汇总（！不要轻易使用sudo apt upgrade！）
Cmake安装参考博客（我选择了第二种）
2023-12-23 14:16:34
677
原创 用深度相机k4arecorder扫出图片后的Open3D小demo
将深度相机与电脑连接，打开相应的viewer（本文用的是k4arecorder），并在终端输入命令，录制RGB-D视频。**第二步，**将录制视频中的RGB与D对齐，在想要存放图片的文件目录中激活open3d的虚拟环境，并输入。左边是RGB图片，右边是Deep图像。
2023-09-25 09:04:38
422
1
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