这里列出了我已读和想读的关于人工智能、机器人方面的论文列表。
在Ubuntu16.04下编译安装OpenCV3.4.1和OpenCV2.4.8,以及这两个OpenCV的切换方法。
本文是<视觉SLAM 14讲>的学习笔记,介绍了针孔相机模型、双目相机模型等知识,使用OpenCV的SGBM计算视差图,并转换成点云显示出来。
本文是论文<Fully Convolutional Networks for Semantic Segmentation>阅读笔记。该论文提出了FCN模型,是语义分割的开山之作。FCN基于VGG16,使用了全卷积化、上采样(Upsample)、跳跃结构(Skip net)三种技术,在VOC 2012上达到语义分割的SOTA。
本文是<视觉SLAM 14讲>的学习笔记,介绍了刚体运动/坐标变换的概念,以及各种旋转的表示方式:旋转矩阵/变换矩阵、旋转向量、欧拉角、四元数,以及它们之间的转换公式,最后使用Eigen线性代数库实现实例。
本文是<视觉SLAM 14讲>的学习笔记,介绍了李群和李代数的概念,指数映射和对数映射,李代数求导和扰动求导,最后是Sophus库的使用。
本文是论文<U-Net: Convolutional Networks for Biomedical Image Segmentation>的阅读笔记,该论文在FCN的基础上提出了U-net语义分割网络,应用了Overlap-tile策略、弹力形变数据增强和加权损失,在生物医学图像分割方面的ISBI挑战赛中获得第一。
本文是<视觉SLAM 14讲>的学习笔记,介绍了求解非线性最小二乘的方法:一阶梯度法、二阶梯度法、高斯牛顿法、列文伯格-马夸尔特方法,以及通过C++实现高斯牛顿法进行曲线拟合。
本文记录了Ceres库和g2o库的安装过程,以及使用它们进行曲线拟合。
介绍SLAM问题的基本概念和其数学表述,然后总结前端(视觉里程计VO)、后端、回环检测各个部分的基本算法。