摘要:
SVD分解 只有非方阵才能进行奇异值分解 SVD分解:把矩阵分解为 特征向量矩阵+缩放矩阵+旋转矩阵 定义 设$A∈R^{m×n}$,且$ rank(A) = r (r 0) $,则矩阵A的奇异值分解(SVD)可表示为 $A = UΣV^T = U\begin{bmatrix} \sum &0\\ 阅读全文
posted @ 2019-01-22 21:20
narjaja
阅读(5447)
评论(0)
推荐(0)
摘要:
ORBSLAM2中计算描述子距离时用到了计算不同位的个数 没看懂很神奇记下来 // Bit set count operation from // http://graphics.stanford.edu/~seander/bithacks.html CountBitsSetParallel int 阅读全文
posted @ 2019-01-22 17:34
narjaja
阅读(178)
评论(0)
推荐(0)

浙公网安备 33010602011771号