- 图优化
- 三维旋转
- C++记录时间
- 相机内外参解释
- shell echo字符串处理
- ubuntu 14.04 安装 ceres
- Ubuntu 14.04 安装 ROS indigo
- Ubuntu 14.04 安装 Cmake 3.9.x
- ubuntu 14.04 安装 Opencv 3.2.0
- VMware Ubuntu 无法全屏解决方案
- OpenCV重映射 & SURF特征点检测合辑
- VS2010控制台程序运行一闪而过的完美解决办法
- OpenCV数据持久化: FileStorage类的数据存取操作与示例
- fata error: LAPACKE_H_PATH-NOTFOUND when building OpenCV 3.2
- E:Could not get lock /var/lib/apt/lists/lock - open (11: Resource temporarily unavailable)
资料：Eigen与Matlab语句之对应关系
Eigen是一个仅仅由头函数组成的C++库，支持线性代数，矩阵和矢量运算，数值分析及其相关的算法。
Eigen中无论是矩阵还是数组、向量，无论是静态矩阵还是动态矩阵都提供默认构造函数，也就是定义这些数据结构时都可以不用提供任何参数，其大小均由运行时来确定。矩阵的构造函数中只提供行列数、元素类型的构造参数，而不提供元素值的构造，对于比较小的、固定长度的向量提供初始化元素的定义。矩阵类型：Eigen中的矩阵类型一般都是用类似MatrixXXX来表示，可以根据该名字来判断其数据类型，比如”d”表示double类型，”f”表示float类型，”i”表示整数，”c”表示复数；Matrix2f，表示的是一个2*2维的，其每个元素都是float类型。
我对Matlab再熟悉不过了，这里列出Matlab与Eigen语句的对应关系，以便于快速入门。
笔记：清华-谷歌人工智能研讨会(Tsinghua-Google AI Symposium)
6 月 28 日，在清华大学人工智能研究院成立仪式暨清华-谷歌 AI 学术研讨会开幕式上，清华大学副校长尤政宣布成立清华大学人工智能研究院。张钹院士担任新研究院的院长，与此同时，谷歌 AI 负责人 Jeff Dean 也成为了清华大学计算机学科顾问委员会委员。
Light Field Depth Estimation
本文将介绍光场领域进行深度估计的相关研究。
In this post, I’ll introduce some depth estimation algorithms using Light field information. Here is some of the code.
研究生阶段的研究方向是光场深度信息的恢复。再此做一些总结，以便于让大家了解光场数据处理的一般步骤以及深度估计的相关的知识，光场可视化部分代码见light-field-Processing，收集的部分光场深度估计代码见Depth-Estimation-Light-Field。如有任何疑问或者建议，请大家在评论区提出。
立体视觉综述：Stereo Vision Overview
本文主要翻译自Mattoccia的双目视差估计综述，对于刚刚接触立体深度估计方向的小伙伴会有帮助；如果你是专家也可以做一下复习，如有错误请在评论中指出。文中主要介绍以下几个方面的内容：
- Introduction to stereo vision
- Overview of a stereo vision system
- Algorithms for visual correspondence
- Computational optimizations
- Hardware implementation
- Applications
Lytro的光场AR之路：从巅峰到死亡
这篇文章将会介绍Lytro公司在光场以及VR领域的进展。我们知道NG博士在06年创办了这家公司，曾经被誉为硅谷最优潜力的公司之一。它曾经推出了世界上第一款商用的手持式光场相机，进而推出了第二代产品。但是低调的Lytro已经许久不出现大众的视野中，难道是盛名之下其实难副？
声明：一切理解都是本人观点，如有疑问，还望在评论中留言。如需转载请与本人联系，谢谢合作! 邮箱：点我
常用的生产力工具
强大的工具能够极大地提高生产力，而我们的要求似乎会更多一些：我们总是在寻找功能与美观兼得的工具。我是一个喜欢折腾的人，正好我有几个不错的工具推荐给大家。需要注意的是，这些软件是为提高生产力服务的，一味地追求炫酷而不求效率可谓顾此失彼，总之，不可亵玩。
深度学习在深度(视差)估计中的应用(2)
最近一段时间一直痴迷于如何将深度学习用于深度估计，看了不少关于该方面的介绍，再次做一个简单的总结。虽说深度学习和深度估计都有深度二字，但是其意义确是完全不一样。一个是deep一个是depth，前者表示网络层纵向的延伸度，后者表示三维场景中物体距离摄像头的距离。这两个差异如此之大的名词是如何结合在一起的呢？且听我慢慢解释。