随笔分类 -  旧笔记归档

有道和本地笔记仓库
VSLAM笔记——2. 特征提取与匹配 — FAST和BRIEF
摘要：之前在对极几何里，我们说到，只要找到两个图像的八对对应点，就能从中恢复出相机的运动了（2D-2D的对极几何八点法），但是怎么找到两个对应点呢？其中一个思路就是特征点提取与匹配。 这其中有很多种提取和匹配的方法，这里先说说比较经典的FAST特征点和BRIEF描述子吧。 想象一下，给出两张图，我们人类很 阅读全文
posted @ 2020-09-04 15:55 菠萝包包包 阅读(704) 评论(0) 推荐(0)
滤波算法02. 卡尔曼滤波 —— 贝叶斯滤波太难算了我们简化一下吧
摘要：之前说到了贝叶斯滤波的原理和计算，最终我们发现，贝叶斯滤波在预测步和更新步，每一轮都需要进行多次无穷积分，这就要求我们清楚的知道每一步需要的概率密度函数，这样实在难以求解甚至无解析解，于是人们想了一些办法来解决。 为了求解贝叶斯滤波，人们的方法主要分成两种： 智力派：核心思想是做出假设，在一些特定情 阅读全文
posted @ 2020-08-26 14:06 菠萝包包包 阅读(939) 评论(0) 推荐(0)
滤波算法01 . 贝叶斯滤波 —— 咱们先瞎蒙一个再说
摘要：1.贝叶斯滤波 1.1 主观概率 假设我们有一枚硬币，现在我们想知道它抛出正面（反面）的概率，我们应该怎么做？ 小白说：“那不就是正反各50%嘛，有什么难的？” 小黑说：“你这样不严谨，我们没有假设硬币是公平的，我们需要设计一个实验，先抛100次，统计正面的次数，然后抛1000次，统计正面的次数，然 阅读全文
posted @ 2020-08-24 14:31 菠萝包包包 阅读(990) 评论(0) 推荐(0)
VSLAM笔记——1. 我们如何通过图像来计算位置的变化：2D-2D的对极几何
摘要：想当初就看了好多次高博的《十四讲》，不过当时感觉天书一样，不说看了没能理解的，还有理解了最后又忘了的。 到现在接触视觉SLAM也有一年多了，也尝试过跑别人的开源算法，试着自己写简单的SLAM，总觉得《十四讲》里的讲解顺序并不太适合学习，开头的硬核数学部分，当时着实是差点劝退了我。 正好最近需要好好把 阅读全文
posted @ 2020-08-17 19:12 菠萝包包包 阅读(886) 评论(0) 推荐(0)
3. 神经网络基础：计算方法及其python实现
摘要：在前一节笔记中，我们大概了解了神经网络的数学原理——它是如何判断一张图是不是“猫图”，以及它是如何实现炫酷的“学习、训练”过程的。 那么我们想要在计算机中实现它，应该怎么做呢？ // 如果看不懂就先复习高等数学的导数及偏导数、链式法则部分，线性代数的多元方程矩阵计算部分。 之前我们知道了，“猫图识别 阅读全文
posted @ 2020-08-15 13:02 菠萝包包包 阅读(932) 评论(0) 推荐(0)
2. 神经网络基础：数学模型及原理
摘要：假如我们接到了一个项目： 要让计算机能够认知图片中的动物是不是猫。 该怎么做？ // 如果看不懂就去补概率论、数理统计、离散数学、线性代数啊啊啊啊 graph TD 问题本质:二分分类问题-->解决方法:线性回归和逻辑回归 解决方法:线性回归和逻辑回归-->评价误差:损失函数和成本函数 评价误差:损 阅读全文
posted @ 2020-08-15 12:53 菠萝包包包 阅读(1029) 评论(0) 推荐(0)
1. 神经网络基础：概念及思想
摘要：1、什么是神经网络（Neural Network） “深度学习指的是训练神经网络” 从一个房价预测的例子开始： 如果我们已知一些房屋的价格和面积，我们可以通过线性回归的方法，拟合一条直线，从而找到一个函数，使得我们可以通过房屋的面积来预测房屋价格。但是根据实际，房屋的价格是不能为负数的，因此单纯的直 阅读全文
posted @ 2020-08-15 12:37 菠萝包包包 阅读(1659) 评论(0) 推荐(0)
面向对象入门——C++的类与对象
摘要：面向对象入门——C++的类与对象 作为一个转行菜鸡，刚接触面向对象时候，看了好几篇教程，好几个视频，都以上来就开始教你生成对象实体啊balabala，完全看不懂，看看百度给的定义： 对象的含义是指具体的某一个事物，即在现实生活中能够看得见摸得着的事物。在面向对象程序设计中，对象所指的是计算机系统中的 阅读全文
posted @ 2020-08-12 12:36 菠萝包包包 阅读(343) 评论(0) 推荐(0)