中文亚洲精品无码_熟女乱子伦免费_人人超碰人人爱国产_亚洲熟妇女综合网

當前位置: 首頁 > news >正文

電子商務 網(wǎng)站開發(fā)手機百度安裝下載

電子商務 網(wǎng)站開發(fā),手機百度安裝下載,wordpress 旅游,廊坊seo網(wǎng)站排名第5章相關(guān)內(nèi)容,還是CSDN的傳統(tǒng)Markdown編輯器好用。 視覺前段在14講課程中已經(jīng)講過,這里再簡單復習一下。 1. 前端工作的定性比較,分析 這一節(jié)講了很多關(guān)于前端的方法框架的對比討論,后面看完了相關(guān)的論文之后強烈建議再回來聽一…

第5章相關(guān)內(nèi)容,還是CSDN的傳統(tǒng)Markdown編輯器好用。
視覺前段在14講課程中已經(jīng)講過,這里再簡單復習一下。

1. 前端工作的定性比較,分析

這一節(jié)講了很多關(guān)于前端的方法框架的對比討論,后面看完了相關(guān)的論文之后強烈建議再回來聽一聽本章的第一節(jié)課。
在這里插入圖片描述
前端和后端不太一樣,前端沒辦法放在同一個框架中把不同方法進行對比(如光流法和特征匹配法),因為可能不同方法在其特定的工況下都能正常工作。

前端實現(xiàn)上的現(xiàn)實問題
在這里插入圖片描述
實際上那個,前端在SLAM最終精度上的影響比后端更大,體現(xiàn)出來的更直觀,比如某一段沒有跟蹤上之類的,可能就會影響整體的精度。

在這里插入圖片描述
比如一次仿真中,假設數(shù)據(jù)和噪聲都服從Gaussian distribution,用UKF得到了較好的實驗結(jié)果,但是在實際情況中可能并不都符合Gaussian distribution,所以這個結(jié)論不一定是能夠很好地泛化的,overfitting了。
在這里插入圖片描述
比如有l(wèi)ocal mapping,sliding window,理論上來說全局的marg會更好,到那時實際中全局的marg計算力量過大,不太易實現(xiàn),具體看后端能夠有多大的算了和空間來做,如果沒有的話可能就用個EKF就行了。
不同數(shù)據(jù)集間精度的對比沒有什么意義,Kitti場景簡單,動的物體比較少,EUROC可能已經(jīng)做到頭了;TUM-Mono難一點,場景較多,有過門,過墻之類的。
在這里插入圖片描述
前端因為方法不同(比如特征點法第一步提特征點,直接法第一步求梯度,這些方法都不同,很難在方法內(nèi)(范式內(nèi),先這樣理解)進行對比,只能在整個系統(tǒng)之間(范式間)進行對比)。

直接法基于灰度不變假設,相對于PnP來說多了乘了個像素梯度,即若該店的梯度為0,則對T的估計無用,故傾向于選擇有梯度的點,且梯度越大貢獻越大。

在這里插入圖片描述

很多地方直接法都比特征點法好,因為可能沒辦法提取到足夠多特征點且容易feature lost。(高翔的主觀感受,具體還是需要自己去跑一跑)

在這里插入圖片描述

在這里插入圖片描述

光流法:PTAM,Tango,現(xiàn)在比較成熟,但缺點也明顯;
FAST+光流,GFTT+光流:很實用,很快;
特征匹配:SIFT,FURF匹配的最好,但是計算量大;
特征匹配和光流都依賴角點,提不出來的場景無法使用。

在這里插入圖片描述DSO達到某個誤差(如小于3)所需的迭代次數(shù),發(fā)現(xiàn)跟使用額KF數(shù)量和選點數(shù)量有關(guān)。

2. 前端介紹(以光流來展開)

上手可以用FAST+光流來做一個看看效果。
在這里插入圖片描述
VIO的初始化需要討論一下,下一節(jié)討論。
有一個問題:對于前端,如何保證整體框架是最優(yōu)的?即第一步計算光流,第二部估計pose…每一步的操作可以保證是最優(yōu)的,但是沒辦法保證整體這個前端框架是最優(yōu)的,大多數(shù)是工程上的經(jīng)驗,只要這樣做就能得出還不錯的結(jié)果。你也可以直接搞一個神經(jīng)網(wǎng)絡,輸入imgs輸出一堆poses和landmarks,

在這里插入圖片描述
特征提取方法在CV普及開來之前就已經(jīng)研究出來了,如角點主要看兩個方向的梯度分布,對矩陣進行特征值分解(奇異值分解,平方之后就是特征值?特征值體現(xiàn)的是在兩個方向上的分布情況):

  • 如果兩方向梯度都接近于0,傾向于是平坦區(qū)域(flat)。
  • 如果兩個方向都比較大,傾向于角點(Corner)。
  • 如果是一方向較大,另一方向較小,傾向于邊(Edge)。

具體實現(xiàn):Harris提出了一個判斷方法,計算 S H a r r i s S_{Harris} SHarris?指標,

  • 如果兩個都小,則 S H a r r i s S_{Harris} SHarris?接近0,
  • 如果都很大,則整體很大,
  • 如果一大一小,則結(jié)果不大不小,
    設置閾值來判斷是否為Corner

在這里插入圖片描述
在Harris基礎上改進了評分方式,可以指定選點的個數(shù),根據(jù)選點個數(shù)來確定比較的閾值。
在這里插入圖片描述

在這里插入圖片描述
warp光流:對于光流的改進。由于視角可能會發(fā)生變化,特征塊也會變化,所以要對特征塊進行變換使得變換之后的特征塊更像待追蹤的塊(常取仿射變換),在優(yōu)化過程中,變換的參數(shù)還可以調(diào)整,以在線估計最優(yōu)的變換參數(shù)。
在這里插入圖片描述
還可以給Warp光流加上金字塔,對高速運動的場景效果更好

在這里插入圖片描述

  1. 不能遠距離track,一個具體例子:如果相機不動,有人從面前走過,期間過了100幀圖像,那么可能第1幀和第100幀就無法track上了。
    工程上的解決方法例如track with map,上面的方法是track weith last( I k I_k Ik? I k ? 1 t r a c k I_{k-1}track Ik?1?track)或者是recent,當做完之后再跟地圖去比,把地圖中的一些點往投到 I k I_k Ik?中投,發(fā)現(xiàn)能夠投過來,然后再把 I k I_k Ik? I 1 I_1 I1?進行對比,看改點能否被track。
  2. 遠近這種場景比較常見,比如遠處是空白,但是近處發(fā)現(xiàn)有紋理。
  3. 角點對效果好,邊效果不好
  4. 稀疏光流約束差,可能存在outlier,如稠密光流約束附近的點的亮度差不多,但稀疏沒有。

3. 關(guān)鍵幀與三角化

3.1. 關(guān)鍵幀

在這里插入圖片描述

  1. 關(guān)鍵幀是為了減小問題規(guī)模,使得后端能夠計算得過來
  2. 處理相機停止的情況,避免后端退化:如果不挑選KF,camera 不動會導致逆深度計算錯誤,逆深度變成不可觀的,有多個解。
    關(guān)鍵幀選擇:
  3. 不能太近:太近可能退化,或者三角化算不出深度
  4. 不能太遠:太遠可能共視點過少,丟掉中間的motion

在這里插入圖片描述
非KF只算前端,不進后端。
插入KF的一個策略:在后端算力的允許的情況下,盡可能多地插入KF,因為KF對后端是友好的(光束法平差,誤差均攤,整體誤差變小)

在這里插入圖片描述
ORB_SLAM2后端有個local mapping,只要該線程idle時就插KF,然后對于冗余的再刪掉。

DSO使用了sliding window,窗口內(nèi)保持5~7個KF,并保持一定的展開,老的幾幀,中等的幾幀,最新的幾幀,有以下策略

  • 對于老的關(guān)鍵幀,將其中的landmark投到新的里面去,如果新的里面沒有觀測到這些landmark,則marg掉老的KF。
  • 每個KF都有最小壽命,防止剛進來就被marg。

3.2. 三角化

在這里插入圖片描述
三角化的條件和時間,有的方法只在KF上提Feature,有的每幀都提。前者計算量很小,但是可能導致三角化時點不夠,效果不好;后者計算量大但是效果好。

在這里插入圖片描述
取(10)第3行,帶入(10),取錢兩行可得(12),這里說一下矩陣的維度,
P k P_k Pk?:3*4,每行系數(shù)都是1*4,即 P k , 1 T , P k , 2 T , P k , 3 T P_{k,1}^T,P_{k,2}^T,P_{k,3}^T Pk,1T?,Pk,2T?,Pk,3T?都是4*1
y y y:4*1
(13)中D矩陣每行都是4*1,由于每次觀測會有u,v兩個方程,所以一次觀測就是 ( 2 ? 1 ) ? 4 (2*1)*4 (2?1)?4行的D,n此就是 2 n ? 4 2n*4 2n?4行。
在這里插入圖片描述

求解
在這里插入圖片描述

在這里插入圖片描述

  1. 作業(yè)待解:為什么取 y = u 4 y=u_4 y=u4?
  2. 由于系數(shù)矩陣容易滿秩,故尋求最小二乘的數(shù)值解,對 D T D D^TD DTD進行奇異值分解(SVD),分解出的奇異值一般是從大到小排列, D T D D^TD DTD 4 ? 4 4*4 4?4的,4個奇異值,判斷該解是否有效(判斷三角化是否成立),看 σ 4 < < σ 3 \sigma_4<<\sigma_3 σ4?<<σ3?(經(jīng)驗上取1e-2~1e-4算遠小于,也可以卡得更嚴一點更小一點)是否成立, σ 1 σ 2 σ 3 \sigma_1\sigma_2 \sigma_3 σ1?σ2?σ3?組成了一個三維的空間, σ 4 \sigma_4 σ4?是零空間
  3. D的數(shù)值可能不穩(wěn)定,數(shù)值過大的話會導致較小值的影響體現(xiàn)不出來,需要對D進行rescale,取值方法取為一個對角陣,取D最大元素之逆。
  4. 還需要檢測深度是否滿足正確條件。
http://www.risenshineclean.com/news/54832.html

相關(guān)文章:

  • 鄭州官網(wǎng)網(wǎng)站推廣優(yōu)化公司品牌廣告和效果廣告的區(qū)別
  • 網(wǎng)站內(nèi)頁百度不收錄seo整站優(yōu)化公司持續(xù)監(jiān)控
  • 網(wǎng)站的聯(lián)系我們怎么做深圳外貿(mào)網(wǎng)絡推廣渠道
  • 谷歌seo優(yōu)化排名搜索網(wǎng)站排名優(yōu)化
  • 移動端網(wǎng)站建設費用軟件開發(fā)
  • 網(wǎng)站改版seo建議百度推廣如何代理加盟
  • 網(wǎng)站網(wǎng)站建設設計seo推廣有哪些
  • 香港免費域名seo網(wǎng)站優(yōu)化培訓找哪些
  • web網(wǎng)站開發(fā)基本流程圖黃岡網(wǎng)站seo
  • 重慶忠縣網(wǎng)站建設公司哪家專業(yè)幽默廣告軟文案例
  • 做網(wǎng)站需要網(wǎng)絡服務器深圳網(wǎng)站建設專業(yè)樂云seo
  • 成都蜀美網(wǎng)站建設徐州網(wǎng)站建設
  • 美容院網(wǎng)站源碼seo搜索引擎優(yōu)化名詞解釋
  • 遼寧建設廳新網(wǎng)站個人免費開發(fā)網(wǎng)站
  • 完善旅游網(wǎng)站的建設網(wǎng)站制作建設公司
  • 想做網(wǎng)站去哪里做百度灰色關(guān)鍵詞排名技術(shù)
  • 白云區(qū)建網(wǎng)站常用的網(wǎng)絡推廣手段有哪些
  • 企業(yè)網(wǎng)站建設費用深圳免費外鏈生成器
  • 網(wǎng)站開發(fā)兼職接單平臺長沙關(guān)鍵詞優(yōu)化公司電話
  • 邯鄲外貿(mào)網(wǎng)站建設公司成都網(wǎng)站建設公司
  • 政府網(wǎng)站建設的存在問題網(wǎng)址查詢工具
  • 如何實現(xiàn)網(wǎng)站開發(fā)太原網(wǎng)站建設制作
  • 廣州建筑集團股份有限公司杭州seo排名優(yōu)化外包
  • 如何提取網(wǎng)頁中的視頻seo主要做什么
  • 龍崗區(qū)住房建設局網(wǎng)站品牌營銷方案
  • 云盤做網(wǎng)站關(guān)鍵詞推廣營銷
  • 廈門網(wǎng)站建設哪家好優(yōu)化網(wǎng)絡的軟件
  • 企業(yè)網(wǎng)站建設webbj免費網(wǎng)站優(yōu)化排名
  • 湛江疫情最新通報五年級上冊語文優(yōu)化設計答案
  • 什么是網(wǎng)站解決方案武漢網(wǎng)絡推廣有哪些公司