1 2 3 4 5 ··· 10 下一页
摘要: 今天刚刚得到消息,之前投给IROS 2017的文章收录了。很久很久没有写过博客,今天正好借这个机会来谈谈点云卷积网络的一些细节。 1、点云与三维表达 三维数据后者说空间数据有很多种表达方式,比如:RGB-D 图像,体素图像,三维点云等。这些三维数据的表达方式各有特点:RGB-D 图像可以直接从Kin 阅读全文
posted @ 2017-06-15 11:38 IronStark 阅读(5105) 评论(2) 推荐(5) 编辑
摘要: DAGNN 是Directed acyclic graph neural network 缩写,也就有向图非循环神经网络。我使用的是由MatConvNet 提供的DAGNN API。选择这套API作为工具的原因有三点,第一:这是matlab的API,相对其他语言我对Matlab比较熟悉;第二:有向图 阅读全文
posted @ 2016-11-13 10:46 IronStark 阅读(4716) 评论(0) 推荐(0) 编辑
摘要: RCNN是从图像中检测物体位置的方法,严格来讲不属于三维计算机视觉。但是这种方法却又非常非常重要,对三维物体的检测非常有启发,所以在这里做个总结。 1、RCNN - the original idea —— <Rich feature hierarchies for accurate object 阅读全文
posted @ 2016-11-09 11:52 IronStark 阅读(3327) 评论(0) 推荐(0) 编辑
摘要: 机器人视觉中有一项重要人物就是从场景中提取物体的位置,姿态。图像处理算法借助Deep Learning 的东风已经在图像的物体标记领域耍的飞起了。而从三维场景中提取物体还有待研究。目前已有的思路是先提取关键点,再使用各种局部特征描述子对关键点进行描述,最后与待检测物体进行比对,得到点-点的匹配。个别 阅读全文
posted @ 2016-10-18 08:29 IronStark 阅读(4877) 评论(1) 推荐(0) 编辑
摘要: 现在是加拿大时间凌晨两点二十八分,我躺在床上,怎么也睡不着,可能是因下午那杯Tim Holtons的XL黑咖啡。也可能是因为奥坎那根湖边的点点灯火和漫天繁星。星空不会映在漆黑的湖面上,但两岸橙黄的灯火会在湖面被波纹扭曲。 从床上爬起来写这篇文章的原因来自一个简单的思考:啥是读博士,博士该做啥。 —— 阅读全文
posted @ 2016-10-12 17:51 IronStark 阅读(1304) 评论(4) 推荐(5) 编辑
摘要: 0、继承与算法开发 在之前的笔记中,我展示了来自继承的威力。继承这种机制能够大幅度减小编码量,子类可以继承父类所有的变量,方法。利用这种机制,我们可以在其他人工作的基础上,完成有自己特色的部分。比如我们要开发icp算法,但是pcl中已经提供了icp类,其中有各种方法,可以调用完成功能。但是icp是瀑 阅读全文
posted @ 2016-07-25 09:18 IronStark 阅读(650) 评论(0) 推荐(0) 编辑
摘要: 13周的C++课程转眼就学完了5周,C++的标准基本上已经覆盖到了。再加上coding了上百行,总算是对C++有了一个基本的了解。接下来的学习会是关于STL的,所以在此对目前所学做一个小的总结。 the devil is in the detail, 这是我最大最大的体会。由其是对于这种称之为标准的 阅读全文
posted @ 2016-07-10 21:00 IronStark 阅读(663) 评论(0) 推荐(0) 编辑
摘要: 我大概是从读研究生入学那天开始,想要学好C++的,学习C++几乎也成了我每个学期的计划之一。为什么会每个学期都想要学好C++呢?因为每次学习都失败了啊。。。 本月,我开始再Coursera上学习Heterogeneous Parallel Programming 以及 北京大学的C++。也从此时开始 阅读全文
posted @ 2016-07-01 16:38 IronStark 阅读(1090) 评论(0) 推荐(0) 编辑
摘要: 终于完成了Robotic SLAM 所有的内容了。说实话,课程的内容比较一般,但是作业还是挺有挑战性的。最后一章的内容是 Location. Location 是 Mapping 的逆过程。在给定map的情况下,需要求取机器人的位姿。 1、Location 的意义 在机器人导航任务中,locatio 阅读全文
posted @ 2016-06-08 14:49 IronStark 阅读(3110) 评论(1) 推荐(2) 编辑
摘要: 对于移动机器人来说,最吸引人的莫过于SLAM,堪称Moving Robot 皇冠上的明珠。Perception 服务于 SLAM,Motion Plan基于SLAM。SLAM在移动机器人整个问题框架中,起着最为核心的作用。为了专注于Mapping,此章我们假设 Location 是已知的。 1、Me 阅读全文
posted @ 2016-06-04 20:08 IronStark 阅读(4852) 评论(2) 推荐(0) 编辑
1 2 3 4 5 ··· 10 下一页