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

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。

本文介绍了K-means聚类算法，并注释了部分matlab实现的源码。

单目视觉（1）note：学习一下单目视觉，本文只代表作者写本文时的想法和理解。限于当时的水平和学习的进展，可能有些错误，望谅解。单目视觉（1）问题提出基本原理单帧测距多帧测距References问题提出人眼观察世界通过两个视角来形成对空间的基本认知。模仿人眼的原理，可以使用多个摄像机同时采集同一空间中的图像，然后通过一定的算法来实现对三维空间的...

QT: Style Sheet