图像传感器与信号处理——自动曝光算法图像传感器与信号处理——自动曝光算法1. 如何实现自动曝光？2. 基于直方图统计的算法2.1 Automatic Camera Exposure Control，20073. 基于熵的算法4. 基于梯度的算法图像传感器与信号处理——自动曝光算法在很久之前我和一位视觉SLAM大佬交流过，视觉SLAM难以落地原因有很多，其中之一就是环境光照对SLAM系统有较大的..

激光SLAM总结——Fast LIO / Fast LIO2 / Faster LIO在之前的工作中有接触过LOAM，最近在工作中又接触到Faster LIO相关的工作，于是想着对Fast LIO / Fast LIO2 / Faster LIO这一系列工作进行一个简单的总结，以加深自己对激光SLAM算法的理解，之前总结过的一些和激光SLAM算法相关的博客还有，感兴趣的同学可以一起学习讨论：激光S

9. TransformerTransformer来源于2017年的一篇论文《Attention Is All You Need》，Transformer的提出最开始是针对NLP领域的，在此之前，NLP领域里使用的主要是RNN、LSTM这样一些网络，这些网络都存在一些问题，一方面是记忆长度有限，另一方面是无法并行，而Transeformer理论上记忆长度是无限长的，并且可以做到并行化。9.1 网络

图像降噪算法——低秩聚类：WNNM算法图像降噪算法——低秩聚类：WNNM算法基本原理python代码结论图像降噪算法——低秩聚类：WNNM算法同样是为了完善自己知识版图的完整性，我决定再补充下低秩聚类算法的相关算法，低秩聚类算法同样是一大类算法，这篇博客是挑选了其中最经典的一种算法WNNM算法进行展开学习，由于没有在这方面做过太多相关的工作，因此可能理解相对肤浅，还请读者见谅基本原理python代

一文详解CCD与CMOS图像传感器一文详解CCD与CMOS图像传感器1. 图像传感器性能关键词1.1 噪声1.2 暗电流一文详解CCD与CMOS图像传感器本文主要总结了CCD与CMOS传感器的原理知识，参考书籍为《数码相机中图像传感器和信号处理》，英文版为《Image Sensors And Signal Processing for Digital Still Cameras》1. 图像传...

学习LOAM笔记——VLOAM算法解析学习LOAM笔记——VLOAM算法解析1. 总体框架学习LOAM笔记——VLOAM算法解析为什么要研究下VLOAM算法呢？因为效果好呀，VLOAM算法是在2015年ICRA上提出的，但是至今仍然在KITTI的odometry数据集上排名靠前，那么VLOAM一定有其过人之处VLOAM原论文名为《Visual-lidar Odometry and Mapping:

学习LOAM笔记——特征点提取与匹配学习LOAM笔记——特征点提取与匹配1. 特征点提取1.1 对激光点按线束分类1.2 计算激光点曲率1.3 根据曲率提取特征点2. 特征点匹配2.1 scan-to-scan中的特征点匹配2.2 scan-to-map中特征点匹配3. 补充学习LOAM笔记——特征点提取与匹配兜兜转转一圈，最近又开始接触一些和SLAM相关的工作，LOAM是一个非常经典的激光SLA

基于Transformer的语义分割方法

DETR是DEtection TRansformer的缩写，该方法发表于2020年ECCV，原论文名为《End-to-End Object Detection with Transformers》。传统的目标检测是基于Proposal、Anchor或者None Anchor的方法，并且至少需要非极大值抑制来对网络输出的结果进行后处理，涉及到复杂的调参过程。而DETR使用了Transformer E

视觉SLAM总结——super pixel/super clue/super map