u010307048的博客

1. 特殊环境、有先验信息的情况2. Minimal/Non-minimal case3. Robust pose estimation1. Inlier set maximization2. M-estimators4. 其他类型的correspondenceaffine correspondences基于语义信息的correspondences5. 其他特征 (线，面)6. 有趣的方向...

1. 特征值分解（EVD）实对称矩阵在理角奇异值分解之前，需要先回顾一下特征值分解，如果矩阵 AAA 是一个 m×mm \times mm×m 的实对称矩阵（即 A=ATA = A^TA=AT），那么它可以被分解成如下的形式A=QΣQT=Q[λ1…………λ2…………⋱…………λm]QTA = Q \Sigma Q^T = Q{ \left[ \begin{array}{ccc} \lambda_1 & \ldots & \ldots & \ldots \\ \ldots &a