原创 HPatches 數據集和評價指標

數據詳情 構建方法 利用三維重建的方法獲得特徵點位置和匹配關係。 數據內容 後面更新 評價準則 定義 y=(y1,…,yn)∈{−1,0,+1}n\mathbf { y } = \left( y _ { 1 } , \ldots ,

原创 SuperPoint 論文詳解

SuperPoint 該論文是 magic leap 公司在18年的一篇工作,而且提供了代碼,基於 pytorch 的,不過遺憾的是訓練代碼和相應的渲染的訓練數據沒提供。 主要思路 本文提出了一個自監督的方式去訓練網絡來提取特徵點以及

原创 LIFT 論文詳解

LIFT 本文提供了相應的theano 和 tensorflow,論文是比較早期的探索利用CNN的方法去學習特徵的工作,而且該組是瑞士聯邦理工學院的 cvlab,之前也做過很多 deep feature 和 三維視覺相關的研究,該工作

原创 L2-Net 論文詳解

L2-Net 本文提供了相應的代碼,是基於 matconvnet,論文的思路相對來說比較簡單,可以使用 pytorch 或者 tersorflow 等框架復現。 主要思路 之前有 SIFT 等手工設計的 patch 特徵,這裏提出的

原创 HardNet 論文詳解

HardNet 本文提供了相應的代碼,是基於 pytorch。 主要思路 本文主要是提出了新的 loss 用於特徵 metric 的學習。提出的 loss 可以最大化一個 training batch 中最近的正負樣本之間的距離,而且

原创 GeoDesc 論文詳解

GeoDesc 該論文是港科大權龍老師組的文章,值得 follow,而且提供了代碼,基於 tensorflow 的。 主要思路 目前使用CNN網絡來學習局部特徵在 patch-based 的數據基準上取得了很大的進展,但是應用到具體的

原创 基於學習方式的圖像局部特徵

基於學習方式的圖像局部特徵圖像局部特徵特徵點提取和描述符計算簡單介紹主要內容SuperPoint簡介流程提取特徵點計算描述符備註評價特徵點描述符圖像塊描述符計算簡單介紹主要內容對比 (這裏主要是記錄一下自己看論文的思路和過程,目前時間

原创 Ubuntu14.04 OpenCV編譯安裝

環境 系統:Ubuntu 14.04 x64 簡介 OpenCV,英文全稱Open Source Computer Vision Library。OpenCV是一個基於(開源)發行的跨平臺計算機視覺庫,可以運行在Linux、Windows

原创 [C/C++] malloc/free和new/delete的區別

問題描述 在C++中,動態的去申請內存和釋放內存,使用malloc/free和new/delete來說一般都是可以的, malloc/free free() 函數是用於釋放malloc()函數分配的內存,和malloc()成對調用; f

原创 [C/C++] main函數執行前後還會發生什麼

問題描述 在C/C++語言執行過程中是不是所有的動作都由main()函數引起,來看下面的代碼: #include <iostream> class A{ public: A() { printf("This is

原创 OpenCV 基本模塊

簡介 OpenCV的全稱是:Open Source Computer Vision Library。OpenCV是一個基於BSD許可(開源)發行的跨平臺計算機視覺庫,可以運行在Linux、Windows和Mac OS操作系統上。它輕量級而

原创 BlenderPython (三)bpy模塊

簡介 bpy全稱Blender Python API,是blender使用python與系統執行數據交換和功能調用的接口模塊。通過調用這個模塊的函數,一般來說可以實現以下功能(下面的功能說明摘自《Blender權威指南》11.2.1部分)

原创 相機標定(Camera calibration)

簡介 攝像機標定(Camera calibration)簡單來說是從世界座標系換到圖像座標系的過程,也就是求最終的投影矩陣 P 的過程,下面相關的部分主要參考UIUC的計算機視覺的課件(網址Spring 2016 CS543 / ECE

原创 Python 讀寫matlab中.mat文件

背景 在做deeplearning過程中,使用caffe的框架,一般使用matlab來處理圖片(matlab處理圖片相對簡單,高效),用python來生成需要的lmdb文件以及做test產生結果。所以某些matlab從圖片處理得到的lab

原创 Python python2和python3的安裝及切換使用

簡介 python官方目前維護了兩個主要的python版本,2.x和3.x版本(2.7和3.4)。兩個版本中函數的使用、包的導入、甚至一些基本底層的方法都有很大的不同,據官方說python 3在各個方面都有了很大的改進和提高。但是蛋疼的是