小菜鸟的足迹~

每次从优先队列里取出距离最小的结点（对应以其为根的子树），然后一路下去直到叶节点，途经未选的结点全部记录下来，被搜索特征严格意义上不属于一开始的子树（某些维度的划分，这里没法利用这些信息），只是在当前划分下选择对应的子树（前面的空间划分产生的效果与距离不考虑），完全可以理解，在这

MapReduce和HPC集群并行计算优劣对比现在MapReduce/Hadoop以及相关的数据处理技术非常热，因此我想在这里将MapReduce的优势汇总一下，将MapReduce与传统基于HPC集群的并行计算模型做一个简要比较，也算是对前一阵子所学的MapReduce知识做一个总结和梳理。　　随着互联网数据量的不断增长，对处理数据能力的要求也变得越来越高。当计算量超出单机的处理能力

这次项目开发中将词汇树训练和图像相似匹配的模块编译成lib给分布式三维重构系统调用遇到一个十分诡异头疼的问题，起因还是因为硬盘空间的问题将包括静态库的解决方案移动到了另一个磁盘，因为调用的项目中直接使用的#pragma comment(lib,“lib的绝对路径”)，头文件附加include目录里包括lib库的目录，觉得这样可以保证和lib库的同步，于是就相应修改了lib绝对路径的地址，不过出人预

以下都是按照默认options设置执行的流程： 在根据几个样本点来计算时都先对数据点进行了归一化操作，引入的根号2缘由是？1.进入BundlerApp::BundleAdjustFast()，最高层函数调用，快速之意应该是使用了sba；2./* Compute epipolar geometry between all matching images */void BundlerA

1. 基于窗口的全局算法窗口设置问题（匹配是假设表面前向平行的，而事实上与此会违背，另外在不连续的区域背景部分是无法对准的，因此窗口太大不利于匹配的准确性，另外窗口太小的话对于若纹理和重复纹理区域引入更多的outlier，试验中比较难把握一个最优值）根据图像区域的性质动态选择窗口大小是一个可以考虑的方向；2.Box-Filtering技术基于相邻像素的窗口关系增量求解窗口aggregation

近期分布式三维重构系统开发里面有个模块涉及到图片的相似度判断，基于图像之间的相关性来确定是否进行sift特征匹配，依据了解的一些图像检索方面的资料，采用的方案是对基于sift特征描述向量（128维）进行分层聚类，将图像描述成BOW（bag  of words）模型，聚类算法是直接

最近开发分布式三维重构系统的需要：sift 特征匹配阶段需要用到词汇树相关的知识，所以查阅了一些TF-IDF方面的资料TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与文本挖掘的常用加权技术。TF-IDF是一

最近学习了在kd-tree中使用Best Bin First Search的方法进行高效ANN求解的算法源码，发现程序中加入优先队列中的结点key值通常为负值，囧~原来程序中有一个很隐蔽的宏定义错误（utils.h） #define ABS(x)  ( (x<0) )? -x :

原文链接：http://blog.youkuaiyun.com/dily3825002/article/details/6717076  刚到公司实习，为了版本控制，我公司使用SVN控制版本，在此记下SVN使用方法，仅供参考！        废话少说，上图