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 |
- Object Tracking
- 프로그래머스
- Knowledge Distillation
- 자료구조
- Object Detection
- 알고리즘
- deep learning
- 큐
- 논문 구현
- 파이썬
- attention
- Python
- transformer
- 스택
- NLP
- flame
- 딥러닝
- 임계처리
- point cloud
- 3D
- Deeplearning
- center loss
- Computer Vision
- cv2
- numpy
- reconstruction
- re-identification
- level2
- Threshold
- OpenCV
- Today
- Total
목록컴퓨터비전 (2)
공돌이 공룡의 서재
이번에 알아볼 ICP 알고리즘은 바로 전에 작성한 글 ICP point to point 방법과는 달리 normal vector를 사용한 방법이다. 구현한 논문은 다음과 같다. https://www.comp.nus.edu.sg/~lowkl/publications/lowk_point-to-plane_icp_techrep.pdf 수식적으로 복잡한 부분이 많아서 과정을 코드와 함께 살펴보고자 한다. M은 최적화하고자 하는 4x4 transformation 식이다. s는 source point cloud의 각 점에 해당하고, d는 destination point cloud의 각 점에 해당한다. n은 d에서 normal vector다. normal vector라 하면 그 점의 접면에 수직인 벡터를 의미한다. 그러면..
ICP: Iterative Closest Point 이 알고리즘은 두 개의 point cloud가 주어졌을 때, corresponding point 사이의 거리를 계산하여, 이 거리를 최소화하는 Transformation matrix을 찾는 알고리즘이다. 이 알고리즘을 공부하게 된 계기는 depth camera에서 reconstructed 된 point 들을 통해 camera간 pose를 계산하기 위함이었다. corresponding point를 찾는 알고리즘은 KDTree 등 여러 알고리즘이 있지만, 이건 다음에 살펴보고, 여기선 corresponding point들이 주어졌다는 가정하에 ICP 알고리즘에 대해서만 알아보겠다. 크게 point-to-point 방법과 point-to-plane 방법이 있..