原创 ORB特徵檢測算法小結

1. 定義 ORB (Oriented FAST and Rotated BRIEF),是一種特徵檢測算子,其特徵點的性能介於SIFT和SURF之間,但是其速度是SURF算法速度的10倍。 2. 特性 速度快:基本上在特徵檢測算

原创 FAST算法小結

本文解決以下問題 FAST算法的基本原理 FAST 算法在OpenCV中的調用 一. FAST算法的基本原理 1. FAST算法的動機 大部分特徵檢測算法的效果較好,但是達不到實時,因此提出FAST (Features f

原创 關於C++的類的幾點注意點

析構函數絕對不會有返回值,也沒有任何參數,絕對不可能重載 析構函數用於釋放在構造函數或對象生命週期內分配的資源,在對象結束生命後會自動調用析構函數來善後。感覺一般都是我們在構造對象的時候,在對象內部要手動申請一塊內存,然後我們在

原创 編譯帶有OpenCL的OpenCVForAndroid

本文參考鏈接http://www.cnblogs.com/hrlnw/p/4720977.html 1. 本機配置 windows7 64爲 cmake 版本 3.1.0 opencv版本 3.1.0 2. 基本步驟 1) 下

原创 光流法

optical flow與場景中的實際運動是不一樣的 場景中的實際運動是3D的運動,而optical flow描述的2D圖像之間像素的運動(即相同像素值之間的運動矢量)。 optical flow和場景中的運動並不是一一對應的,

原创 Jacobian矩陣和Hessian矩陣

轉載出處: http://jacoxu.com/?p=146 1. Jacobian 在向量分析中, 雅可比矩陣是一階偏導數以一定方式排列成的矩陣, 其行列式稱爲雅可比行列式. 還有, 在代數幾何中, 代數曲線的雅可比量表示雅可比

原创 神經網絡學習筆記

隱含層數越多,越容易擬合複雜函數 爲了擬合複雜函數需要的隱含節點數目,基本上隨着隱含層數目的增加呈現指數下降的趨勢,也就是說層數越多,神經網絡所需要的隱含節點可以越少。層數越深,概念越抽象,需要背誦的知識點(神經網絡的隱含節點)就越少。

原创 三維重建——Structure from motion

1. 概念 Structure from motion 指的是由圖像生成3維點雲以及相機姿態,即: - 輸入:一系列圖像,拍攝同一場景 - 輸出: 每一張圖像對應的相機位置和朝向, 場景中的3D點雲 2. 算法流程 獲取相機內參矩

原创 android 中的引用

轉自:http://www.jiangwenrou.com/java%E7%9A%84%E5%9B%9B%E7%A7%8D%E5%BC%95%E7%94%A8.html 參考鏈接 http://www.infoq.com/cn/artic

原创 CS231N-1

深度學習的兩個基石: 1. 視覺處理流程的第一步是對簡單圖形結構的處理,包括邊緣、排列等。每一列神經元對於固定的形狀表示敏感 2. 視覺是分層的: 第一層是邊緣結構-2.5D-3D

原创 Caffe 入門

Caffe的模型需要兩個重要的參數文件,網絡模型和參數配置。分別是.prototxt 以及 .solver.prototex 繪製網絡模型的時候,可以使用CAFFE中的python/draw_net.py 網絡模型的輸入爲數據層,數據層

原创 關於C語言中的static關鍵字

用static聲明一個變量的作用有兩方面: 對局部變量用static聲明,則使得該變量在整個程序執行期間不釋放,爲其分配的空間始終存在 全局變量用static聲明,則該變量的作用域只限於本文件模塊(即被聲明的文件中) 一般我們我們在設

原创 關於最小二乘法

最小二乘法,用於優化得到一組解,這組解距離實際解得值得差的總和最小,以這個差的總和作爲優化能量的優化問題 對於線性的最小二乘法而言,通常遇到的情況是求解方程over-determined,就是方程個數大於未知量個數,這種最小二乘優化問題,

原创 cmake自學

本文的對應代碼可在此處下載 http://download.csdn.net/detail/gh_home/9633641 cmake 命令與visual studio的對應 cmake visual studio PROJ

原创 關於OpenGL中FrameBuffer Object的使用

問題1:如何在GPU中存放一些texture以後用 問題2:如何把camera傳過來的對應TEXTURE_EXTERNAL_OES目標的texture轉換爲TEXTURE_2D類型使用 Part1:FBO的介紹和學習 OpenGL fr