
CV
seamanj
这个作者很懒,什么都没留下…
展开
-
SIFT: Distinctive Image Features from Scale-Invariant Keypoints
先算DoG difference-of-guassian算法见公式(1)算完之后在不同scale-σ\sigmaσ中, 根据26个邻居的值找出极大或极小值找出极值之后,大致长这样注意对于不同scale的极值点, 需要通过公式2映射到最初的scale空间中确定了位置之后, 就是确定方向和大小, 怎么确定呢, 是根据其周围像素的gradient magnitude和ori...原创 2019-06-20 07:09:41 · 1010 阅读 · 0 评论 -
PoseNet: A Convolutional Network for Real-Time 6-DOF Camera Relocalization
https://zhuanlan.zhihu.com/p/53044278https://zhuanlan.zhihu.com/p/45483149abstract: 训练了一个神经网络可以从单张图像端到端的回归出相机的位置和姿态,有别于SLAM,不再需要额外的工程操作或者图优化。室外精度达到2m,3°。室内精度达到0.5m,5°偏差。网络是23层,利用transfer learning fr...转载 2019-06-24 01:05:30 · 2032 阅读 · 0 评论 -
Pyramid Stereo Matching Network
参照文章:https://zhuanlan.zhihu.com/p/52641036立体匹配这边左右视图提取特征的网络都是共享权重的。SPP模块可以从左下方看到,就是四个不同尺度的池化,再上采样串联起来,其实就是整合多尺度的信息。送到cost volume之前左右图的特征是(1,32,96,312)维度的(连着两个乘号会把中间的加粗…行吧),32是通道数,96*312是输入图像分辨率的1/4,...转载 2019-06-23 19:00:31 · 2116 阅读 · 0 评论 -
visual odometry andmultiple view setting
转载 2019-06-22 23:20:19 · 263 阅读 · 0 评论 -
三维重建 3D reconstruction 有哪些实用算法?
作者:lei tai链接:https://www.zhihu.com/question/29885222/answer/100043031来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。首先一切建立在相机模型 x=kPX 上(x,X分别代表图片和空间中的二维三维齐次坐标,k为相机内参矩阵,P=[R | t] 为空间坐标系到相机坐标系的 orientation-...转载 2019-06-22 23:08:56 · 5081 阅读 · 0 评论 -
Finding Homography Matrix
https://stackoverflow.com/questions/7836134/get-3d-coordinates-from-2d-image-pixel-if-extrinsic-and-intrinsic-parameters-are/10750648#10750648http://ros-developer.com/2017/12/26/finding-homography-ma...转载 2019-06-22 20:42:41 · 647 阅读 · 0 评论 -
ORB-SLAM2: an Open-Source SLAM System for Monocular, Stereo and RGB-D Cameras
orb-slam2 对 1进行了改进, 从overview图中就可以看出主要体现在对stereo camera 和 depth camera的支持加入了full BA原创 2019-06-22 19:48:39 · 503 阅读 · 0 评论 -
orb-slam a versatile and accurate monocular slam system
第3部分讲任意两帧如何去匹配先提取ORB features, 然后有两个模型 可供选择homograhpy HcrH_{cr}Hcr or fundamental matrix FcrF_{cr}Fcr具体怎么选,通过3)去判断4)以fundamental matrix为例, 算出essential matrix ErcE_{rc}Erc, 可以通过SVD分解得到相机的变换, 注...原创 2019-07-02 19:31:02 · 183 阅读 · 0 评论 -
PTAM: Parallel Tracking and Mapping for Small AR Workspaces
第5部分讲tracking给定两帧RGB, 怎么算它们之间相机的变换矩阵这里有个前提条件, 知道 两帧中匹配上的相素对于同一世界坐标下的点PjWP_{jW}PjW那么该点在当前帧中image space的坐标为可以通过匹配找到该点在当前帧中image space的坐标为那么目标函数则为然后目标函数对未知数μ\muμ求导, 用gauss newton, 或者 LM即可解, 算出μ...原创 2019-06-20 21:47:16 · 561 阅读 · 0 评论 -
Scale-Adaptive Neural Dense Features: Learning via Hierarchical Context Aggregation
这篇文章主要讲给你一张图片, 怎样得到该图片中每个像素全局或者局部的feature,输入是HxWx3, 输出是HxWxn, n为feature的维数对于Table1来说, G,L, n就是3, 而GL,n就是6整个网络如图2那么如果 训练得到这个feature呢? 注意这句话A siamese network with two identical SAND branchesis tr...原创 2019-06-24 01:09:55 · 548 阅读 · 0 评论