SLAM论文阅读

视觉SLAM十四讲学习笔记——第五讲 相机与图像

这一讲主要内容就是了解摄像机的成像模型以及OpenCV的使用。1.四种坐标系坐标系基本描述世界坐标系因为摄像机和物体可以随便摆放在空间中的任何位置，所以我们必须用一个固定的坐标系来描述空间中任何物体的位置和摄像机的位置和朝向，这个基准坐标系我们称之为世界坐标系。在计算机视觉中，我们通常把世界坐标系定义为摄像机坐标系或者所观测的物体的中心。摄像机坐标系摄像机坐标系的原点是摄像机的光心，X、Y轴分别平
晒月光12138·2024-02-15 10:06

视觉slam十四讲学习笔记（四）相机与图像

针孔相机模型2畸变单目相机的成像过程3双目相机模型4RGB-D相机模型二、图像计算机中图像的表示三、图像的存取与访问1安装OpenCV2存取与访问总结前言前面介绍了“机器人如何表示自身位姿”的问题，部分地解释了SLAM
苦瓜汤补钙·2024-02-15 10:06

论文阅读-面向机器学习的云工作负载预测模型的性能分析

论文名称：PerformanceAnalysisofMachineLearningCenteredWorkloadPredictionModelsforCloud摘要由于异构服务类型和动态工作负载的高变异性和维度，资源使用的精确估计是一个复杂而具有挑战性的问题。在过去几年中，资源使用和流量的预测已受到研究界的广泛关注。许多基于机器学习的工作负载预测模型通过利用其计算能力和学习能力得以发展。本文提出
向来痴_·2024-02-15 10:20

DCNNs之DNA论文阅读笔记

Article:DeepConvolutionalNeuralNetworkArchitectureWithReconfigurableComputationPatternsJournalTitle:IEEETransactionsonVeryLargeScaleIntegration(VLSI)SystemsIssue:No.08-Aug.(2017vol.25)ISSN:1063-8210pp
苏十一0421·2024-02-15 08:46

移动机器人激光SLAM导航（五）：Cartographer SLAM 篇

参考Cartographer官方文档Cartographer从入门到精通1.Cartographer安装1.1前置条件推荐在刚装好的Ubuntu16.04或Ubuntu18.04上进行编译ROS安装：ROS学习1：ROS概述与环境搭建1.2依赖库安装资源下载完解压并执行以下指令https://pan.baidu.com/s/1LWqZ4SOKn2sZecQUDDXXEw?pwd=j6cf$sudo
Robot_Yue·2024-02-15 05:52

Serverless里FaaS与BaaS

阿里云的函数计算、AWSLambda都是Fa
久绊A·2024-02-14 15:07

扩展速度提高了12倍！AWS Lambda 函数重大改进！

最近她发表了一篇博文，带来了一个AWSLambda重大改进：扩展速度提升了12倍！1、Lambda函数更新，扩展速度倍增现在，AWSLambda的扩展速度提高了12倍。
诗者才子酒中仙·2024-02-14 14:05

论文阅读-Pegasus：通过网络内一致性目录容忍分布式存储中的偏斜工作负载

论文名称：Pegasus:ToleratingSkewedWorkloadsinDistributedStoragewithIn-NetworkCoherenceDirectories摘要高性能分布式存储系统面临着由于偏斜和动态工作负载引起的负载不平衡的挑战。本文介绍了Pegasus，这是一个利用新一代可编程交换机ASIC来平衡存储服务器负载的新型存储系统。Pegasus使用数据存储中最受欢迎的对
向来痴_·2024-02-14 06:10

论文阅读，HeteroGen: Automatic Synthesis of Heterogeneous Cache Coherence Protocols（二）

目录一、Article:文献出处（方便再次搜索）（1）作者（2）文献题目（3）文献时间（4）引用二、Data:文献数据（总结归纳，方便理解）（1）背景介绍（2）目的（3）贡献（4）主要实现手段4.1前置知识AMBACHI简介PCIE和CXL缓存一致性协议（CacheCoherencyProtocols）内存一致性模型（MemoryConsistencyModels）4.2复合内存一致性模型comp
好啊啊啊啊·2024-02-14 06:10

论文阅读，ProtoGen: Automatically Generating Directory Cache Coherence Protocols（三）

目录一、Article:文献出处（方便再次搜索）（1）作者（2）文献题目（3）文献时间（4）引用二、Data:文献数据（总结归纳，方便理解）（1）背景介绍（2）目的（3）结论（4）主要实现手段4.1系统模型和定义4.2ProtoGen概述4.3ProtoGen的输入，输出和限制4.4ProtoGen示例（5）实验结果A.StallingProtocolsB.Non-StallingProtocol
好啊啊啊啊·2024-02-14 06:08

论文阅读：GamutMLP A Lightweight MLP for Color Loss Recovery

这篇文章是关于色彩恢复的一项工作，发表在CVPR2023，其中之一的作者是MichaelS.Brown，这个老师是加拿大York大学的，也是ISP领域的大牛，现在好像也在三星研究院担任兼职，这个老师做了很多这种类似的工作，通过一些轻量模型，将一些数据转换过程中的变换关系进行拟合，然后再进行恢复，比如RAW域到sRGB域的转换，这篇文章是wideRGB到sRGB的转换一般相机的ISP或者一些图像编辑
Matrix_11·2024-02-14 05:57

ORB-SLAM3运行自制数据集进行定位教程

目前手上有一个特定的任务，做应急救援的视觉SLAM，目前公共数据集比较少，考虑自建数据集，从网络上爬虫火灾、地震的等手机录制的视屏，应用一些现有成熟ORB-SLAM3系统到这个数据集上看效果，然后根据效果得到一些模型改进思路
极客范儿·2024-02-13 18:27

【论文阅读笔记】UNSUPERVISED REPRESENTATION LEARNING FOR TIME SERIES WITH TEMPORAL NEIGHBORHOOD CODING

UNSUPERVISEDREPRESENTATIONLEARNINGFORTIMESERIESWITHTEMPORALNEIGHBORHOODCODINGABSTRACT 本文提出了一种自监督框架，名为“时间邻域编码”（TemporalNeighborhoodCoding，TNC），用于学习非平稳时间序列的可泛化表示。该方法利用信号生成过程的局部平滑性来定义具有平稳性质的时间邻域。通过使用去偏差对
少写代码少看论文多多睡觉·2024-02-13 11:39

论文阅读：《Deep Learning-Based Human Pose Estimation: A Survey》——Part 1：2D HPE

目录人体姿态识别概述论文框架HPE分类人体建模模型二维单人姿态估计回归方法目前发展优化基于热图的方法基于CNN的几个网络利用身体结构信息提供构建HPE网络视频序列中的人体姿态估计2D多人姿态识别方法自上而下自下而上2DHPE总结数据集和评估指标2DHPE数据集2DHPE评价指标2DHPE方法性能的比较单人2DHPE多人2DHPE未来展望人体姿态识别概述应用模块：人机交互、运动分析、增强现实、虚拟现
自信且放光芒66·2024-02-13 05:33

视觉SLAM十四讲学习笔记（二）三维空间刚体

哔哩哔哩课程连接：视觉SLAM十四讲ch3_哔哩哔哩_bilibili目录一、旋转矩阵1点、向量、坐标系2坐标系间的欧氏变换3变换矩阵与齐次坐标二、实践：Eigen（1）运行报错记录与解决三、旋转向量和欧拉角
苦瓜汤补钙·2024-02-13 05:01

视觉slam十四讲学习笔记（三）李群与李代数

1.理解李群与李代数的概念，掌握SO(3),SE(3)与对应李代数的表示方式。2.理解BCH近似的意义。3.学会在李代数上的扰动模型。4.使用Sophus对李代数进行运算。目录前言一、李群李代数基础1群2李代数的引出3李代数的定义4李代数so(3)5李代数se(3)二、指数与对数映射1SO(3)上的指数映射2SE(3)上的指数映射三、李代数求导与扰动模型1BCH公式与近似形式2SO(3)李代数上的
苦瓜汤补钙·2024-02-13 05:01

图像处理之《隐写网络的隐写术》论文阅读

一、文章摘要隐写术是一种在双方之间进行秘密通信的技术。随着深度神经网络(DNN)的快速发展，近年来越来越多的隐写网络被提出，并显示出良好的性能。与传统的手工隐写工具不同，隐写网络的规模相对较大。如何在公共信道上秘密传输隐写网络引起了人们的关注，这是隐写技术在实际应用中的关键阶段。为了解决这一问题，本文提出了一种新的隐写网络隐写方案。不像现有的隐写方案，其重点是微妙的修改封面数据，以适应秘密。我们建
Hard Coder·2024-02-13 02:08

Deep Learning Workload Scheduling in GPU Datacenters:Taxonomy, Challenges and Vision 论文阅读

【论文阅读笔记】DeepLearningWorkloadSchedulinginGPUDatacenters:Taxonomy,ChallengesandVision论文链接GPU数据中心的DL工作负载调度
牛码当驴·2024-02-13 02:31

论文阅读-One for All : 动态多租户边缘云平台的统一工作负载预测

论文名称：OneforAll:UnifiedWorkloadPredictionforDynamicMulti-tenantEdgeCloudPlatforms摘要多租户边缘云平台中的工作负载预测对于高效的应用部署和资源供给至关重要。然而，在多租户边缘云平台中，异构的应用模式、可变的基础设施性能以及频繁的部署给准确和高效的工作负载预测带来了重大挑战。基于聚类的动态多租户边缘云平台建模方法往往因需要
向来痴_·2024-02-13 02:31

【激光SLAM】激光雷达数学模型和运动畸变去除

目录概念介绍激光雷达传感器介绍测距原理三角测距飞行时间（TOF)激光雷达数学模型介绍光束模型（beammodel）似然场模型（likelihoodmodel）运动畸变介绍畸变去除纯估计方法（ICPVariants)ICP方法VICP（VelocityestimationICP）里程计辅助方法概念介绍激光雷达传感器介绍测距原理三角测距特点：中近距离精度较高，距离越近，精度越高价格便宜远距离精度较差易
趴抖·2024-02-13 01:45

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN

正文共：1333字21图，预估阅读时间：2分钟上次我们在Windows上尝试用TeslaM4配置深度学习环境（TensorFlow识别GPU难道就这么难吗？还是我的GPU有问题？），但是失败了。
Danileaf_Guo·2024-02-12 08:41

【Ubuntu18.04搭建 SLAM环境】

CMake、g++、git的安装这是最基本的c++编译环境，可能已经安装了sudoapt-getinstallcmakesudoapt-getinstallg++sudoapt-getinstallgitOpencv3.4.16配置+opencv_contribOpencv有很多版本，建议采用源码安装对于Opencv3来说，最好安装3.4.5/3.4.16安装包下载注意opencv与opencv-
cc-growing·2024-02-12 06:38

【orbslam2+nerf】

1.需要安装cudacudnneigen-3.4.0opencv4.4以上（推荐opencv-4.5.5）需要gui，还要安装glfw：sudoapt-getinstalllibglfw3-devlibgl1-mesa-devlibglu1-mesa-devlibglew-dev2.run下载源码：给你了解压VocabularycdVocabularytarzxfORBvoc.txt.tar.gz
cashap27149·2024-02-12 06:47

【论文阅读】一文读懂Mamba：具有选择状态空间的线性时间序列建模

Mamba:Linear-TimeSequenceModelingwithSelectiveStateSpacesMamba：基于选择状态空间的线性时间序列建模论文两位作者AlbertGu和TriDao，博士都毕业于斯坦福大学，导师为ChristopherRé。AlbertGu现在是CMU助理教授，多年来一直推动SSM架构发展。他曾在DeepMind工作，目前是CartesiaAI的联合创始人及首
啵啵菜go·2024-02-11 21:27

3D Gaussian Splatting 应用场景及最新进展【附10篇前沿论文和代码】

对，就是计算机视觉最近的新宠，在几个月内席卷三维视觉和SLAM领域的3D高斯。不太了解也没关系，我今天就来和同学们一起聊聊这个话题。
深度之眼·2024-02-10 10:24

英文论文阅读/写作-词汇

1.表达证明，证实的单词validate、verify、corroborate、confirm例：1.Samplesimulationresultsshallbepresentedtocorroborate(可用verify替代)thetheoreticalanalysisaswellasvalidatetheeffectivenessoftheproposedalgorithm.2.Weveri
踏乡墨客·2024-02-10 06:16

orbslam_semantic_nav_ros 编译出现的问题2

报错内容：home/ckq/catkin_ws_iit/src/semantic_slam_nav_ros/dense_surfel_mapping/src/surfel_map.cpp:767:46:
sugarkss·2024-02-09 20:32

orbslam_semantic_nav_ros 编译出现的问题1

安装环境ubuntu20.04rosNODES项目链接：https://github.com/MRwangmaomao/semantic_slam_nav_ros安装腾讯ncnn库其他库opencv3.4.9eigen3.4.0pangolin
sugarkss·2024-02-09 20:02

图像处理之《生成隐写流》论文阅读

一、文章摘要生成隐写术(GS)是一种新的数据隐藏方式，其特点是直接从秘密数据生成隐写介质。现有的GS方法通常因性能差而受到批评。本文提出了一种新的基于流的GS方法——生成隐写流(GSF)，该方法可以直接生成隐写图像而不需要封面图像。我们将隐写图像生成和秘密数据恢复过程作为一个可逆变换，在输入的秘密数据和生成的隐写图像之间建立可逆的双客观映射。在前向映射中，将秘密数据隐藏在Glow模型的输入潜变量中
Hard Coder·2024-02-09 17:59

论文阅读_对比学习_SimCLR

介绍英文题目：ASimpleFrameworkforContrastiveLearningofVisualRepresentations中文题目：视觉表征对比学习的简单框架论文地址：https://arxiv.org/abs/2002.05709v2领域：深度学习，知识表示，半监督学习，对比学习发表时间：2020作者：TingChen，Hinton团队，GoogleResearch出处：ICML被
xieyan0811·2024-02-09 15:20

linux下串口数据_延迟.丢失--系统高负载下_实时性优化方案

问题现象机器在户外测试时,出现轮速记丢失的现象小概率出现50Hz丢失1~2帧极低概率出现0.1~0.3秒内没有底盘数据此问题导致slam定位漂,需要优化处理.验证与测试问题1:底盘串口一个数据帧(head–data–crc
北极星6号·2024-02-09 14:44

实例分割论文阅读之：FCN：《Fully Convolutional Networks for Semantica Segmentation》

论文地址:https://openaccess.thecvf.com/content_cvpr_2015/papers/Long_Fully_Convolutional_Networks_2015_CVPR_paper.pdf代码链接：https://github.com/pytorch/vision摘要卷积网络是强大的视觉模型，可以产生特征层次结构。我们证明，经过端到端、像素到像素训练的卷积网络
交换喜悲·2024-02-09 09:44

SLAM相关

特征点检测的算法更新针对前期关键点检测的算法更新:链接特征点的提取效果:algro_rlt.png对VO的效果提升:vo-rlt.png其他方法
星海之眸·2024-02-09 05:35

论文阅读笔记 RPT: Learning Point Set Representation for Siamese Visual Tracking

论文阅读笔记RPT:LearningPointSetRepresentationforSiameseVisualTracking综合了可形变卷积、RepPoints检测、多层级卷积特征等思想论文地址代码地址现有跟踪方法中存在的问题现有的跟踪方法往往采用矩形框或四边形来表示目标的状态
faverr·2024-02-09 03:38

视觉SLAM十四讲学习笔记（一）初识SLAM

目录前言一、传感器1传感器分类2相机二、经典视觉SLAM框架1视觉里程计2后端优化3回环检测4建图5SLAM系统三、SLAM问题的数学表述四、Ubuntu20.04配置SLAM十四讲前言SLAM:SimultaneousLocalizationandMapping
苦瓜汤补钙·2024-02-09 03:11

ROS学习笔记12：机器人导航实现（理论）

本期关键词：SLAM，地图
代码能跑就可以·2024-02-09 03:10

SLAM算法与工程实践——SLAM基本库的安装与使用（3）：Pangolin库

SLAM算法与工程实践系列文章下面是SLAM算法与工程实践系列文章的总链接，本人发表这个系列的文章链接均收录于此SLAM算法与工程实践系列文章链接下面是专栏地址：SLAM算法与工程实践系列专栏文章目录SLAM
yangtsejin·2024-02-08 23:29

【SLAM14讲编译依赖软件源码版本方面等问题汇总】

"逆转鹈鹕”0.视觉SLAM十四讲1.ch3-------Eigen32.ch4-------Sophus2.ch5-------JoinMap3.ch63.1---ceres3.2---g2o4.ch7
终问鼎·2024-02-08 23:28

AWS-05-ECR

AmazonECR与AmazonElasticContainerService(AmazonECS)、AmazonElasticKubernetesService(AmazonEKS)和AWSLambda
ByChen0919·2024-02-08 20:42

《视觉SLAM十四讲》第九讲前段实践中g2o实践代码报错解决方法

在《视觉SLAM十四讲》中针对于g2o初始化部分代码是无法执行的，在高博的Git上的代码也是无法编译的，会报错：error:nomatchingfunctionforcallto‘g2o::BlockSolver
大二哈·2024-02-08 18:17

已解决 Docker: Error response from daemon: network not found 问题

博主猫头虎（）带您GotoNewWorld✨猫头虎建议程序员必备技术栈一览表：云原生技术CloudNative:GolangDocker☸️Kubernetes⛵HelmServerless️AWSLambda
猫头虎-云原生·2024-02-08 15:56

已解决——docker: Error response from daemon: pull access denied问题

博主猫头虎（）带您GotoNewWorld✨猫头虎建议程序员必备技术栈一览表：云原生技术CloudNative:GolangDocker☸️Kubernetes⛵HelmServerless️AWSLambda
猫头虎-云原生·2024-02-08 15:56

已解决 docker: Error response from daemon: OCI runtime create failed: container_linux.go:349

博主猫头虎（）带您GotoNewWorld✨猫头虎建议程序员必备技术栈一览表：云原生技术CloudNative:GolangDocker☸️Kubernetes⛵HelmServerless️AWSLambda
猫头虎-云原生·2024-02-08 15:26

已解决 Error response from daemon: Conflict. The container name is already in use by another container

博主猫头虎（）带您GotoNewWorld✨猫头虎建议程序员必备技术栈一览表：云原生技术CloudNative:GolangDocker☸️Kubernetes⛵HelmServerless️AWSLambda
猫头虎-云原生·2024-02-08 15:25

已解决 Error response from daemon: driver failed programming external connectivity on endpoint

博主猫头虎（）带您GotoNewWorld✨猫头虎建议程序员必备技术栈一览表：云原生技术CloudNative:GolangDocker☸️Kubernetes⛵HelmServerless️AWSLambda
猫头虎-云原生·2024-02-08 15:25

Python 算法集

01目录环境需求怎样使用本地化扩展卡尔曼滤波本地化无损卡尔曼滤波本地化粒子滤波本地化直方图滤波本地化映射高斯网格映射光线投射网格映射k均值物体聚类圆形拟合物体形状识别SLAM迭代最近点匹配EKFSLAMFastSLAM1.0FastSLAM2.0
Aaronlan·2024-02-08 12:15

Ubuntu20.04更新Cmake版本详解

最近在跑一个融合惯导定位的slam框架ins_eskf_kitti，在框架的安装过程中，需要对从GitHub上克隆下来的glog进行编译。
loveCC_orange·2024-02-08 07:14

计算机视觉中的Homography单应矩阵应用小结

计算机视觉中的Homography（单应）矩阵应用小结Homography矩阵在StructurefromMotion(SfM)或三维重建、视觉SLAM的初始化过程有着重要应用，本文总结了单应矩阵出现场景与常见问题求解
CS_Zero·2024-02-08 07:36

论文阅读-GROUP：一种聚焦于工作负载组行为的端到端多步预测方法

摘要准确地预测工作负载可以使网络服务提供商实现应用程序的主动运行管理，确保服务质量和成本效益。对于云原生应用程序来说，多个容器协同处理用户请求，导致每个容器的工作负载变化受到工作负载组行为的影响。然而，现有方法主要分析每个容器的个体变化，没有明确建模容器工作负载组的演化，导致结果次优。因此，我们提出了一种工作负载预测方法GROUP，将重点从个体转移到组别的工作负载预测焦点，从数据相似性到数据相关性
向来痴_·2024-02-08 06:45

论文阅读-Examining Zero-Shot Vulnerability Repair with Large Language Models

1.本文主旨：这篇论文探讨了使用大型语言模型（LLM）进行零射击漏洞修复的方法。人类开发人员编写的代码可能存在网络安全漏洞，新兴的智能代码补全工具是否能帮助修复这些漏洞呢？在本文中，作者研究了大型语言模型（如OpenAI的Codex和AI21的JurassicJ-1）在零射击漏洞修复中的使用。他们研究了如何设计提示来引导LLM生成不安全代码的修复版本，这由于自然语言在语义和句法上有很多种表达方式而
Che_Che_·2024-02-08 06:14
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他