<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ssssjiang的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ssssjiang</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ssssjiang]]></copyright><item><title><![CDATA[||分享一些百度云下载不限速神器||]]></title><link>https://blog.youkuaiyun.com/ssssjiang/article/details/91045838</link><guid>https://blog.youkuaiyun.com/ssssjiang/article/details/91045838</guid><author>ssssjiang</author><pubDate>Thu, 06 Jun 2019 16:18:41 +0800</pubDate><description><![CDATA[||分享一些百度云下载神器||
像下载如果真的等百度云慢慢下，心态都要崩了。
提速下载我知道的有这几个：
1.high-speed-downloader（今天刚发现的很好用）
下载地址：https://github.com/high-speed-downloader/high-speed-downloader
感谢发布者，按他甩的微盘链接下载，和教程走就行（每秒5-10兆左右）
2.Proxyee...]]></description><category></category></item><item><title><![CDATA[读 dynamic 3d scene analysis from a moving vehicle笔记]]></title><link>https://blog.youkuaiyun.com/ssssjiang/article/details/85070296</link><guid>https://blog.youkuaiyun.com/ssssjiang/article/details/85070296</guid><author>ssssjiang</author><pubDate>Tue, 18 Dec 2018 19:23:26 +0800</pubDate><description><![CDATA[一 介绍

本文讨论的是进行动态场景分析，在任何时间点，我们都希望检测环境中的其他交通参与者，将其3D定位，估计其过去的轨迹，应预测其未来的运动。对于3D定位，需要准确估计场景几何。还需要连续的自定位和重新校准。在本文中提出了一个系统，集合了十倍、重建和跟踪。sfm为每个图相对产生对极几何；识别选择感兴趣的对象并将他们与动态变化的背景分开；跟踪为各个对象检测添加时序，并为他们提供支持他们在当前视频...]]></description><category></category></item><item><title><![CDATA[学习SfM笔记]]></title><link>https://blog.youkuaiyun.com/ssssjiang/article/details/84503639</link><guid>https://blog.youkuaiyun.com/ssssjiang/article/details/84503639</guid><author>ssssjiang</author><pubDate>Mon, 17 Dec 2018 12:39:24 +0800</pubDate><description><![CDATA[一SfM介绍

SfM的全称为结构来自Motion，即通过相机的移动来确定目标的空间和几何关系，是三维重建的一种常见方法。它与Kinect这种3D摄像头最大的不同在于，它只需要普通的RGB摄像头即可。

二小孔相机模型

在计算机视觉中，最常用的相机模型就是小孔模型（小孔成像模型），它将相机的透镜组简化为一个小孔，光线透过小孔在小孔后方的像面上成像，如下图所示。由上图可知，小孔模型成的是倒像，为了...]]></description><category></category></item><item><title><![CDATA[[C++]12章 动态内存和智能指针]]></title><link>https://blog.youkuaiyun.com/ssssjiang/article/details/85047503</link><guid>https://blog.youkuaiyun.com/ssssjiang/article/details/85047503</guid><author>ssssjiang</author><pubDate>Mon, 17 Dec 2018 12:39:01 +0800</pubDate><description><![CDATA[12.1 动态内存与智能指针

12.1.1 shared_ptr类 

shared_ptr&amp;lt;T&amp;gt; p; 智能指针，可以指向类型为T的对象。

p.get(); 返回p中保存的指针，返回的是一个内置指针，指向智能指针所管理的对象。适用于：我们需要向不能使用智能指针的代码传递一个内置指针。使用get返回的指针的代码不能delete此指针。不要使用get初始化另一个智能指针或者为另一个智...]]></description><category></category></item><item><title><![CDATA[学 有限状态机（FSM）读书笔记]]></title><link>https://blog.youkuaiyun.com/ssssjiang/article/details/85040513</link><guid>https://blog.youkuaiyun.com/ssssjiang/article/details/85040513</guid><author>ssssjiang</author><pubDate>Mon, 17 Dec 2018 10:48:01 +0800</pubDate><description><![CDATA[有限状态机（Finite-state machine）又称有限状态自动机，是表示有限个状态以及在这些状态之间的转移和动作等行为的数学模型。

有限状态机FSM的实现

1.用而（开关/箱）或（如果/其他）实现简单粗暴，适合简单的小型状态机;

2.用设计模式中的state pattern，把复杂的逻辑简化，利于组织代码;

3.用状态表设计，建立状态表和动作查询表，根据状态表，事件，动作表定位相应...]]></description><category></category></item><item><title><![CDATA[读real time localization and 3D reconstruction笔记]]></title><link>https://blog.youkuaiyun.com/ssssjiang/article/details/84953856</link><guid>https://blog.youkuaiyun.com/ssssjiang/article/details/84953856</guid><author>ssssjiang</author><pubDate>Sun, 16 Dec 2018 20:39:55 +0800</pubDate><description><![CDATA[      在本文中，我们描述了一种估计校准摄像机（在实验车辆上定位）和环境的立体几何形状的运动的方法。使用的唯一数据是视频输入。实时计算相机运动的稳健估计，选择关键帧并允许特征3D重建。由于引入了快速且局部的束调整方法，该算法特别适合于长图像序列的重建，该方法确保沿着序列估计的相机姿势的良好准确性和一致性。与全局捆绑调整相比，它还大大降低了计算复杂性。

 

一增量算法的描述

算法首先确定将...]]></description><category></category></item><item><title><![CDATA[opencv学习 第十章 估算图像之间的投影关系]]></title><link>https://blog.youkuaiyun.com/ssssjiang/article/details/81333331</link><guid>https://blog.youkuaiyun.com/ssssjiang/article/details/81333331</guid><author>ssssjiang</author><pubDate>Tue, 20 Nov 2018 21:15:44 +0800</pubDate><description><![CDATA[ORB-SLAM：一个基于特征点的单目实时SLAM系统。 
BA(bundle adjustment)：光束平差法，用来优化相机定位和稀疏几何重建。

一 介绍 
       BA需要强大的网络匹配和好的初始猜想。 
       现在我们知道为了获得精确结果又不过分要求计算资源，实时SLAM算法必须为BA提供： 
       1、对关键帧的子集的场景特征的相应观察； 
       2、由于...]]></description><category></category></item></channel></rss>