Былр бы интересно послушать другие глубокие лекции на тему классического cv: shape analysis, texture analysis, eigen analysis, orb, image moments. Есть еще области где глубокие модели беспомощны.
большое спасибо, лекция отличная, отвечает на множество вопросов, которые обычно пропускают. И все же есть один момент: мы доказали, что E(u, v) лежит между минимальным и максимальным собственными числами, значит, нужно, чтобы минимальное из двух было как можно больше, то есть в целом принцип работы детектора показан. Однако остальная логика не следует из доказанного выражения, потому что из него мы используем ограничение снизу и получаем только, что оба с. ч. должны быть большими, но не объяснение, что мы находим, когда оба маленькие (область без текстур) или когда одно большое, а другое маленькое (ребро). Можно ли из этого выражения эту логику вывести?
Давайте решим задачу которую я уже год пытаюсь решить, как роботу видеть сценами. Сначало прошел и пофотограыировал все вокруг, потом указали точки на сцене и указали их 3д координаты, а дальше он сопоставляет и нвходит свое положение
@@razinkov Да, но не могу найти алгоритм где есть разделение на статические и динамические объекты сцены и калибровка по ключевым точками на статических объектах и слежение за ключевыми точками на динамических обьектах
Шикарное объяснение этой темы
Лучшее объяснение, какое получилось найти
Спасибо за отзыв, рад, что видео оказалось полезным :)
Былр бы интересно послушать другие глубокие лекции на тему классического cv: shape analysis, texture analysis, eigen analysis, orb, image moments.
Есть еще области где глубокие модели беспомощны.
Шикарная лекция, спасибо большое!
Очень интересная лекция и доступное объяснение, странно, что так мало просмотров
Спасибо за отзыв!
большое спасибо, лекция отличная, отвечает на множество вопросов, которые обычно пропускают. И все же есть один момент: мы доказали, что E(u, v) лежит между минимальным и максимальным собственными числами, значит, нужно, чтобы минимальное из двух было как можно больше, то есть в целом принцип работы детектора показан. Однако остальная логика не следует из доказанного выражения, потому что из него мы используем ограничение снизу и получаем только, что оба с. ч. должны быть большими, но не объяснение, что мы находим, когда оба маленькие (область без текстур) или когда одно большое, а другое маленькое (ребро). Можно ли из этого выражения эту логику вывести?
Я правильно понимаю, что раскладывать I(x+u, y+v) в ряд Тейлора мы можем потому, что у нас не подразумевается резких скачков в яркости пикселей? 15:40
Да)
Давайте решим задачу которую я уже год пытаюсь решить, как роботу видеть сценами. Сначало прошел и пофотограыировал все вокруг, потом указали точки на сцене и указали их 3д координаты, а дальше он сопоставляет и нвходит свое положение
Вы про VSLAM?
@@razinkov Да, но не могу найти алгоритм где есть разделение на статические и динамические объекты сцены и калибровка по ключевым точками на статических объектах и слежение за ключевыми точками на динамических обьектах
Причем динамические объекты могут быть известными и неизвестными и известные изменяя координаты через зрение получают обратную связь