📝笔记：SLAM常见问题(一)：SearchByBoW
ORB-SLAM中使用了多种特征匹配的奇技淫巧，其中之一就是利用词袋信息进行引导匹配SearchByBoW：利用了BOW里的正向引导进行两帧之间的匹配，核心点在于位于同一个节点处的特征才有可能属于同一匹配，相较于暴力匹配匹配速度更快。
0%
📝笔记：2019年浙大CADCG暑假SLAM培训部分课件
由浙江大学CAD&CG国家重点实验室主办、浙江大学-商汤三维视觉联合实验室协办的“SLAM技术及应用”暑期学校于7月20日如期拉开序幕。 今天（2019/07/20）看到直播的时候已经是下午4点半了，只听到刘浩敏讲到末尾的一段，幸好主办方提供了讲座课件，Download下来慢慢看。
📝笔记：SuperPoint: Self-Supervised Interest Point Detection and Description 自监督深度学习特征点
时隔三年，笔者重新研读了这篇论文，仍感觉极富参考价值。笔者更新了这篇于三年前写的文章，主要集中在特征点解码端65通道的解释以及损失函数的理解。
Black Hole
2022.05 
2019.04 
🔥Awesome CV Works
The post contains papers-with-code about SLAM, Pose/Object tracking, Depth/Disparity/Flow Estimation, 3D-graphic, Machine Learning, Deep Learning etc.
笔记：李群与李代数求导
最近一段时间在推
资料：ORB SLAM2 阅读报告
首先，解释下SLAM的概念，借鉴高博《视觉 SLAM 十四讲》中的一句话：SLAM 是 Simultaneous Localization and Mapping 的缩写，中文译作“同时定位与地图构建”。它是指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。如果这里的传感器主要为相机，那就称为“视觉 SLAM”。