保存成功
保存失败,请重试
提交成功

详讲 ORB 特征点原理与实现

作者/分享人:李韬
华工计算机硕士。研究机器人路径规划、参数校准。知乎帐号“@Ai酱”回答赞同数超过三千赞。累计阅读数超七十万人次。蓝桥杯算法设计大赛重点本科组国奖获得者。

随着自动驾驶,机器人,AR 技术的发展。实时三维重建(SLAM)技术的地位变得越来越突出。无论怎样的机器人,要想和环境交换那就不得不对环境进行三维重建。而现有 SLAM 技术通常是需要先提出几个特征点,然后根据前后两帧的特征点位移变化计算出相机的位置相对环境的变化。因此特征点的提取是入门 SLAM 技术的第一步。ORB 特征点是目前最流行的特征点提取方法。

本文将介绍:

  1. 二进制描述子的原理
  2. ORB 特征点的原理
  3. ORB 特征点的提取方法
已有97人预订
预订达标
文章出炉
     
07月19日
08月01日
本场 Chat 文章已出炉,购买后即可阅读文章并获得一张李韬的读者圈Pass
请务必添加GitChat服务号以查看活动进度及获取活动通知。
查看文章评论/提问
李韬(作者)3 个月前
文章有一些公式没被渲染,我已找网站编辑进行了沟通。
你可能还喜欢
面试官,不要再问我三次握手和四次挥手
猿人谷
史上最全 Redis 面试题及答案,搞懂这套题征服面试官
ilomilo
数据结构算法常见的 100 道面试题全解析:2019 版
攻城狮
怎样的一份“副业”,能让你不依赖“死工资”?
一尘
如何依靠副业赚钱,应对人到中年的职场危机
代码GG陆晓明
Zookeeper 详解与实践,你面试工作都绕不开的必考题!
latent
微信扫描登录
关注提示×
扫码关注公众号,获得 Chat 最新进展通知!
入群与作者交流×
扫码后回复关键字 入群
Chat·作者交流群
入群码
该二维码永久有效