10 linusyue

尚未进行身份认证

我要认证

在运动中,失真往往是世界真实性的一部分

等级
TA的排名 23w+

计算机视觉大型攻略 —— CUDA(3)内存模型(二)Aligned and Coalesced内存访问

上一篇介绍了CUDA内存空间。GPU对片外DRAM的访问往往是访存性能的瓶颈。[1]第四章的后半部分,通过Global内存为例,说明了GPU访问DRAM的工作模式以及在该模式下,如何高效的使用DRAM内存。同样的内容也可以参考[2]的5.3.2一节。

2020-02-21 18:17:21

计算机视觉大型攻略 —— CUDA(3)内存模型(一)CUDA内存

上篇写了执行模型,这篇继续总结[1]的第四章: 内存模型。首先介绍CUDA内存空间以及物理内存与逻辑内存的对应关系,后续文章写如何通过改善访存策略来提升CUDA Kernel函数的性能。

2020-02-21 15:39:39

计算机视觉大型攻略 —— CUDA(2)执行模型

Professional CUDA C Programming[1]是一本不错的入门书籍,虽说命名为"Professional",但实际上确实很适合入门阅读。他几乎涵盖了所有理论部分和编程技巧,更重要的是每一章都有完整的实例程序。不过对于入门来讲,这本书有点太厚了,行文有些啰嗦,粗读容易错过很多关键部分。准备写几篇文章提取一下关键章节的关键部分。

2020-02-18 18:16:01

计算机视觉大型攻略 —— CUDA(1)编程基础

基于CUDA的并行编程在计算机视觉和机器学习邻域得到了广泛的应用。[1]Professional Cuda C Programming一书系统的介绍了CUDA的编程模型和各种优化的奇技淫巧,虽说文中GPU的系统架构有些过时,但是基础理论和架构仍然适合当前的主流GPU。准备写几篇blog总(fan)结(yi)一下书中第二章到第六章的部分,最后再举一个例子将这几章的内容贯穿起来。

2020-02-13 15:18:12

计算机视觉大型攻略 —— 程序猿数学(2) 数值优化(二)最小二乘问题

计算机视觉和机器学习里面有大量的最小二乘问题,例如相机校正,视觉里程计,vSLAM等。最小二乘问题可以认为是无约束非线性优化的一个特例。可以使用一般化的方法求解,然而由于他的形式的特殊性,可以采用一些性能更好的算法。更多一般性方法可以参考这篇文章:无约束非线性优化算法参考:[1] Numerical Optimization. Nocedal, Jorge, Wright, S.[2...

2020-01-03 15:53:25

计算机视觉大型攻略 —— 程序猿数学(1) 数值优化(一)无约束非线性优化

计算机视觉算法和机器学习算法大量使用了最优化理论。这篇文章简单总(fan)结(yi)了一下数值优化[1]这本书的第一章到第四章。包括了数值优化的定义,分类,以及无约束的非线性优化算法概述,介绍了梯度下降法,牛顿法,拟牛顿法,BFGS, LM等几个经典算法。

2019-12-31 17:57:21

计算机视觉大型攻略 —— SLAM(4) ORB SLAM2(四)Loop closing线程与全局BA

ORB SLAM2系列的最后一篇,Loop closing线程与全局BA。开源代码:https://github.com/raulmur/ORB_SLAM2.git前三篇链接:系统架构,跟踪线程,Local Mapping线程参考文献:[1] ORB-SLAM: a Versatile and Accurate Monocular SLAM System[2] ORB-SLAM2: ...

2019-12-19 15:03:05

计算机视觉大型攻略 —— SLAM(4) ORB SLAM2(三)Local Mapping线程

书接前文,Local Mapping线程(Local Mapping)。开源代码:https://github.com/raulmur/ORB_SLAM2.git参考文献:[1] ORB-SLAM: a Versatile and Accurate Monocular SLAM System[2] ORB-SLAM2: an Open-Source SLAM System for Mon...

2019-12-19 15:00:39

计算机视觉大型攻略 —— SLAM(4) ORB SLAM2(二)跟踪线程

ORB SLAM是一套完整的基于特征的图优化单目SLAM系统,实现了地图创建,重用,定位,回环检测和重定位功能。上一篇文章写了架构,这一篇主要写系统的跟踪线程(Tracking thread)。开源代码:https://github.com/raulmur/ORB_SLAM2.git参考文献:[1] ORB-SLAM: a Versatile and Accurate Monocular ...

2019-12-19 14:56:57

计算机视觉大型攻略 —— SLAM(4) ORB SLAM2(一)系统架构

之前写过视觉SLAM的基本算法和模块。这次看一个例子。ORB SLAM是一套完整的基于特征的图优化单目SLAM系统,实现了地图创建,重用,定位,回环检测和重定位功能,性能也很优秀,后端上采用了BA的方式,精度也很高。后续推出的ORB SLAM2是他的改进版本,增加了对双目,RGB-D相机的支持以及一些算法上的改进。开源代码:https://github.com/raulmur/ORB_SL...

2019-12-19 14:49:39

计算机视觉大型攻略 —— SLAM(3) Visual SLAM

之前写了SLAM的理论和基础算法,这一篇是关于视觉SLAM的综述。[1]Parallel Tracking and Mapping for Small AR Workspaces[2]Keyframe-based monocular SLAM: design, survey, and future directions[3]Visual SLAM: Why Filter?Vi...

2019-12-17 21:53:43

计算机视觉大型攻略 —— SLAM(2) Graph-based SLAM(基于图优化的算法)

前面介绍了基于EKF的SLAM算法。EKF算法由于状态向量,协方差矩阵的大小随着特征点(路标)的增长而迅速增长,导致其不太适合大场景的应用。本文描述基于图优化的SLAM算法。目前由于SLAM图的稀疏性得到广泛认可,这种SLAM在效果和效率上的优势非常明显。

2019-12-16 17:39:25

计算机视觉大型攻略 —— SLAM(1)概率模型与EKF

参考文献:[1]Probabilistic Robotics[2]Past, Present, and Future of Simultaneous Localization And Mapping: Towards the Robust-Perception Age[3]MonoSLAM: Real-Time Single Camera SLAMSimultaneous L...

2019-12-10 20:17:37

计算机视觉大型攻略 —— 视觉里程计(2) libviso2

参考文献:[1]Visual Odometry based on Stereo Image Sequences with RANSAC-based Outlier Rejection Scheme[2]StereoScan: Dense 3d Reconstruction in Real-timelibviso2是AVG(Autonomous Vision Group)小组的开源项...

2019-12-05 19:02:08

计算机视觉大型攻略 —— 视觉里程计(1) 综述

参考文献:[1] Visual Odometry Part I: The First 30 Years and Fundamentals, Friedrich Fraundorfer and Davide Scaramuzza[2] Visual Odometry Part II: Matching, Robustness, Optimization, and Applications,...

2019-12-03 20:10:20

计算机视觉大型攻略 —— 特征与匹配(4)SIFT

参考书籍:Computer Vision: Algorithms and Applications,Richard Szeliski参考论文:[1]Distinctive Image Features from Scale-Invariant KeypointsScale Invariant Feature TransfromSIFT提出了一种尺度无关的特征变换算法。包括了特征...

2019-12-02 18:16:02

计算机视觉大型攻略 —— 特征与匹配(3)特征描述符

接上一篇文章。这篇写特征描述符。特征匹配算法在确定角点后,还需要使用描述符来描述这些角点。本文参考书籍:Computer Vision: Algorithms and Applications,Richard Szeliski参考文献[1] Multi-Image Matching using Multi-Scale Oriented Patches[2]Distinctiv...

2019-11-23 14:59:32

计算机视觉大型攻略 —— 特征与匹配(2)特征的变与不变

上一篇文章写了Harris角点。这篇文章以Harris角点为基础,进一步分析角点特征。讨论特征不变性,或者说可重复性。本文参考书籍:Computer Vision: Algorithms and Applications,Richard Szeliski所谓的变与不变,指的是同一特征,如果图像的光强发生了变化,或者对其进行仿射变换,该特征是否还能保持稳定(不变)。只有稳定(不变)的特征...

2019-11-22 15:31:08

计算机视觉大型攻略 —— 特征与匹配(1)Harris角点检测

这几篇文章开始写图像特征和匹配相关的内容。参考书籍:Computer Vision: Algorithms and Applications,Richard Szeliski特征点检测和匹配是计算机视觉应用的重要组成部分,以解决寻找一张图像上的点,在另一张图像上的位置的问题。应用于图像拼接,SLAM,3D重建等算法。通常特征点匹配可分为三个过程,特征点检测,定义特征描述符,特征匹配。...

2019-11-21 13:53:16

计算机视觉大型攻略 —— 光流(1)基本原理和经典算法

这篇写光流基本原理,及经典算法Lucas-Kanade,Horn-schunk。大量图片和公式出自LearnOpen3和下面几个PPT。https://download.csdn.net/download/plateros/11961100https://download.csdn.net/download/plateros/11961087相关论文,[1]An Iterativ...

2019-11-06 11:02:53

查看更多

勋章 我的勋章
  • 签到新秀
    签到新秀
    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 新人勋章
    新人勋章
    用户发布第一条blink获赞超过3个即可获得
  • 阅读者勋章Lv1
    阅读者勋章Lv1
    授予在CSDN APP累计阅读博文达到3天的你,是你的坚持与努力,使你超越了昨天的自己。
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv2
    勤写标兵Lv2
    授予每个自然周发布4篇到6篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。