原创 多人多車求距離_cpu&&gpu_寄存器優化_sharememory優化

#include <stdio.h>#include <stdlib.h>#include <ctime>#include <iostream>#include <cmath>using namespace std;#define M 3

原创 二維矩陣相乘——cpu&&gpu

#include <stdio.h>#include <stdlib.h>#include <time.h>#include <iostream>#include <cmath>using namespace std;#define M

原创 菜鳥看論文——地面估計的研究趨勢(一)

參考:15.Ground Segmentation and Occupancy Grid Generation Using Probability Fields步驟:1.計算視差圖(the Daimler Urban Segmentati

原创 菜鳥看論文——Stochastic Occupancy Grids and Dynamic Programming(一)

參考論文:07.Free Space Computation Using Stochastic Occupancy Grids and Dynamic Programming08.Stereo-based Free Space Compu

原创 【轉載】參數估計(Parameter Estimation):頻率學派(最大似然估計MLE、最大後驗估計MAP)與貝葉斯學派(貝葉斯估計BPE)

基礎 頻率學派與貝葉斯學派 http://www.douban.com/group/topic/16719644/ http://www.zhihu.com/question/20587681 最大似然估計(Maximum likelih

原创 菜鳥學算法——動態規劃(二)

概述 動態規劃(dynamic programming)是運籌學的一個分支,是求解決策過程(decision process)最優化的數學方法,它是應用數學中用於解決某類最優化問題的重要工具。20世紀50年代初美國數學家R.E.Bellm

原创 菜鳥看論文——Disparities Matching Score

08.B-Spline Modeling of Road Surfaces for Freespace Estimation96.A space-sweep approach to true multi-image matching.98

原创 Eigen/OpenCV與boost::gil混合編程

參考:http://blog.csdn.net/abcjennifer/article/details/7781936http://eigen.tuxfamily.org/dox-2.0/TutorialCore.htmlhttp://b

原创 菜鳥學算法——動態規劃(一)

參考:http://www.avatar.se/molbioinfo2001/dynprog/dynamic.htmlDynamic ProgrammingThe following is an example of global seq

原创 菜鳥看論文——Free Space Compute reviews

參考:16.Identifying Good Training Data for Self-Supervised Free Space Estimation12.Recovering free spaceof indoor scenes

原创 菜鳥學概率統計——高斯分佈

參考:http://baike.baidu.com/view/45379.htm?fromtitle=高斯分佈&fromid=10145793&type=syn正態分佈(Normal distribution)又名高斯分佈(Gaussia

原创 菜鳥看論文——地面估計的研究趨勢(二)

參考:16.Identifying Good Training Data for Self-Supervised Free Space Estimation1.計算V視差圖2.二值濾波算法(只含有地面相關線的點)參考:15.Ground

原创 linux建立git本地共享倉庫和個人倉庫

參考:https://git-scm.com/book/zh/v21、建立共享倉庫2、建立個人倉庫(1)linux端使用clone創建個人倉庫  (2)windows端使用clone創建個人倉庫     (3)linux或windows端

原创 菜鳥學概率統計——最大後驗概率(MAP)

最大似然估計:把待估計的參數看作是確定性的量(只是其取值未知),其最佳估計就是使得產生已觀察到的樣本(即訓練樣本)的概率爲最大的那個值。(即求條件概率密度p(D|$)爲最大時的$,其中D爲樣本集,$爲條件概率密度分佈的參數)。特點:簡單適

原创 指向指針的指針與指針數組

基礎部分參考:http://learn.akae.cn/media/ch23s06.html int *a[10];和int **pa;之間的關係類似於int a[10];和int *pa;之間的關係, Camera *pcam[100]