일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 진법변환 #2to10 #10to2 #이진법 #십진법 #변환 #bitset #c++
- backtracking #codetree #디버깅 #삼성코테
- LIS #가장긴증가하는부분수열 #
- 논문리뷰 #3DReconstruction
- boj #백준
- 줄어드는수
- 이분탐색 #dp #11053
- 16202
- 레드아보
- 좌표압축
- BOJ
- 쌤쌤쌤
- c++ #boj #
- 호반우 상인
- 22869
- C++
- 서울앵무새
- N번째큰수
- 코딩
- 20117
- 최소 #공배수 #최대 #공약수 #유클리드 #호제법 #lcm #gcd #c++ #boj #3343 #백준 #장미
- 1174
- 투포인터 #백준 #boj #20922 #22862
- c++ #입출력 #속도 #ios #sync_with_stdio #cin #cout #tie
- 백준 #다익스트라 #dijkstra #9370 #c++
- 백준
- 18870
- 3D #Reconstruction #computer #vision #volume #metric #tsdf #kinect #fusion
- 3343
- graph #최단경로
- Today
- Total
목록개인 공부 (41)
hyunjin
Point Cloud datasets that represent objects or space 3차원 공간상에 퍼져 있는 여러 point의 집합(set cloud)의미 Lidar 센서, RGB-D 센서 등으로 수집되는 데이터 이런 센서들은 아래 그림처럼 물체에 빛/신호를 보내 돌아오는 시간을 기록해 빛/신호 당 거리 정보 계산해, 하나의 포인터 생성 Point Cloud는 2D 이미지와 다르게 깊이(Z축) 정보 가지기 때문에, 기본적으로 Nx3 Numpy 배열로 표현각 N줄은 하나의 점과 매핑되며 3 (x,y,z) 정보를 가진다. 이미지 데이터와 Point Cloud 이미지 데이터에서 픽셀의 위치 정보 항상 양수, 기준점은 왼쪽 위, 좌표값 정수 Point Cloud 점 위치는 양수나 음수, 기준점 센서..
convolutions kernel size : convolution의 view(시야) 결정. 보통 2D에서 3X3 pixel Stride : 커널 사이 스텝 사이즈. 기본값 보통 1 이지만 보통 Max pooling과 비슷하게 이미지 다운 샘플링하기 위해 stride 2로 사용할 수 있다. Padding : 샘플 테두리를 어떻게 조절할지 결정. 패딩된 Convolution은 input, output 차원을 유지 Input & Output Channels : Convolution layer 는 Input 채널의 특정 수(I)를 받아 output 채널의 특정 수 (O)로 계산. 이런 계층에서 필요한 파라미터 수는 I*O*K(kernel 수) Sparse Convolution LiDAR 신호 처리에서 필수적..
1. 3D Reconstruction 이란? 실제 물체의 모습이나 모양을 복원하는 과정 여러 2D images 로부터 3D image 얻는 과정 본래 image는 3D scene에서 2D plane으로 mapping, 이 과정에서 Depth(깊이) 손실 단일 이미지에선 이 선의 어느 점이 이미지에 해당하는지 결정할 수 없음. 2개의 image에서 3차원 점의 위치는 2개의 투영 광선의 교차점으로 발견 가능 => Triangulation 삼각측량법 통해 여러 2D image만을 통해 3D 물체로 복원 가능 이미지들로 부터 geometrical structure 추론하는 것 보통 카메라 위치와 internel parameter 이미지로부터 추정하는.. 멀티플 이미지를 사용하므로써 3D는 정보 픽셀 와이즈 대..
보호되어 있는 글입니다.
Project Page Abstract real-time 3D scene reconstruction from a monocular video. directly reconstruct local surfaces represented as sprse TSDF volume for each video fragment sequentially by a neural network(TSDF volume으로 표현되는 local surface를 바로 reconstruct ) Learning-based TDSF fusion module based on gated recurrent unit is used to guide the network to fuse features from previous fragments. GRU가 c..
씹어먹는 C++ 레퍼런스(참조자) #include using namespace std; int main() { int a=10; int b=3; int& another_a = a; //a의 참조자 another_a = 5; cout
씹어먹는 c++1.2 namesapce namespace가 정의된 파일을 먼저 #include 한 다음 namespace로 선언한 후 사용. 1. header1이라는 이름 공간이 header1이라는 헤더 파일에 존재 #include "header1.h" using namespace header1; int main(){ foo(); } 2. iostream 파일 안에 header1이라는 이름 공간이 존재하는 경우 #include using namespace header1; int main(){ foo(); } 주의 using namespace std; 와 같이 어떤 이름 공간 사용하겠다 선언하는 것 권장X 이름 겹치는 함수 만들면 오류 발생. usgine namespace std; 대신 std:: 직접 앞..
깊이 우선 탐색 (Depth - First Search) 개념 DFS(깊이 우선탐색) : 현재 정점에서 갈 수 있는 점들까지 들어가면서 탐색 현재 정점에서 다음 분기로 넘어가기 전에 해당 분기를 완변하기 탐색 노드를 깊게 탐색 DFS 장점 1. 현재 경로상의 노드들만 기억하면 되므로, 저장 공간 수요 비교적 적음 2. 목표 노드가 깊은 단계에 있는 경우 해를 빨리 구할 수 있음 3. 구현이 BFS보다 간단 DFS 단점 1. 단순 검색 속도는 BFS 보다 느림 2. 사전에 임의의 깊이를 지정 후 탐색하고, 목표 노드를 발견하지 못할 경우 다음 경로 탐색하도록 하는 것이 좋음 3. 깊이 우선 탐색은 해를 구하면 탐색이 종료되므로 , 구한 해가 최단 경로가 된다는 보장이 없음. (목표에 이르는 경로가 다수인 ..