马尔科夫决策过程马尔科夫决策过程马尔科夫过程马尔科夫奖励过程回报（return）状态价值函数（value function）贝尔曼方程马尔科夫决策过程定义策略贝尔曼方程最优价值函数最优策略贝尔曼最优方程马尔科夫过程马尔科夫性： 系统的下一个状态St+1St+1S_{t+1}仅与当前状态有关系，而与如何之前的状态没有关系。也就是说，下...

图像分割

马尔科夫决策过程马尔科夫决策过程马尔科夫过程马尔科夫奖励过程回报（return）状态价值函数（value function）贝尔曼方程马尔科夫决策过程定义策略贝尔曼方程最优价值函数最优策略贝尔曼最优方程马尔科夫过程马尔科夫性： 系统的下一个状态St+1St+1S_{t+1}仅与当前状态有关系，而与如何之前的状态没有关系。也就是说，下...

强化学习：动态规划（DP）为什么可以使用动态规划解MDP问题？动态规划能够解决的问题通常含有两个性质：1） 拥有最优子结构：最优解可以分解为多个子问题。2）含有重复子问题:子问题重复了很多次，其解可以存储下来重复利用。马尔科夫决策过程满足上述两个性质：1）贝尔曼方程给出了递归分解；2）价值函数可以被存储及重复利用。MDP使用DP时，需要知道全部的知识，也就是说模...

图像分割

SFM: Struct From Motion 概述(一)SFM: Struct From Motion 概述(一)特征提取特征匹配矩阵计算三维重建参数优化References特征提取特征点是图像中的一些特殊点，具有一些特殊的属性。这样的特征点相对于一些普通的点具有相对较多的信息量。我们可以根据这样的特征点，来描述图像中的关键信息。图像特征主要包括线...

马尔科夫决策过程马尔科夫决策过程马尔科夫过程马尔科夫奖励过程回报（return）状态价值函数（value function）贝尔曼方程马尔科夫决策过程定义策略贝尔曼方程最优价值函数最优策略贝尔曼最优方程马尔科夫过程马尔科夫性： 系统的下一个状态St+1St+1S_{t+1}仅与当前状态有关系，而与如何之前的状态没有关系。也就是说，下...

C++中的容器概览

光束平差法：Bundle Adjustment引入Bundle Adjustment （BA）的翻译可以看出其利用的一组数据（“光束”）来进行最小化误差（“平差”），其本质就是一种优化算法。在SFM中，我们采用了多个视角的不同图像来计算物理世界的实际位置（三角定位）。那么三角定位得到的物体的三维位置信息肯能是不准确的。我们按照这个信息再次重新在像平面上进行投影（重投影），得到的新的...

文章翻译了是外国学者Stefano Mattoccia的一份talk，介绍了一些关于双目立体视觉的基本知识和算法。本人刚刚开始学习，限于自身的水平，翻译的不当之处请谅解。