数学之美
关注
分享
扫一扫
文章平均质量分 94
李迎松~
MVS/Stereo/3D 算法
展开
-
【代数之美】线性方程组Ax=0的求解方法
在3D视觉中，我们常常会遇到这样一个问题：求解线性方程组Ax=0，从矩阵映射的角度来说，所有解组成了矩阵A的零空间。一个典型的场景比如用八点法求解本质矩阵E。这是一个基础且常见的线性代数问题，本篇我们来讨论下此类问题的解法，也算是一个入门课程。原创 2021-06-09 15:15:43 · 31332 阅读 · 2 评论 -
【代数之美】奇异值分解（SVD）及其在线性最小二乘解Ax=b上的应用
奇异值分解（Singular Value Decomposition，SVD）是线性代数中重要的矩阵分解，是特征分解在任意矩阵上的推广，在立体视觉、三维重建领域应用非常广泛。由于可以用于求解线性方程的最小二乘解，所以在求解本质矩阵、单应性矩阵、点云刚性变换矩阵时，都能用到SVD。原创 2021-06-07 21:57:43 · 4407 阅读 · 8 评论