【minimal problem】资料整理

news2025/1/12 3:42:27

minimal problem

use as few data as to generate a system of algebraic

equaIons with a finite number of soluIons

使用尽可能少的数据来生成代数系统
解数有限的方程

以往工作

基于神经网络解一元高次方程
代码实战：解低次方程
代码实战：解高次方程

主要论文

Principles of Solving Minimal Problems（ICCV2015）

Minimal problem:
论文链接：

http://cmp.felk.cvut.cz/minimal-iccv-2015/present/SMP-2015-Principles-Pajdla.pdf

  1. 问题公式——>代数方程
  2. 解代数方程
    在这里插入图片描述
    单一未知数——特征值
    在这里插入图片描述
    在这里插入图片描述
    余数明确定义的除数，不依赖于除数的顺序
    Groebner basis

https://zhuanlan.zhihu.com/p/262906557

Grobner基的功能类似于结式和特征列，可以用于解代数方程组。Grobner基不一定是三角列，但Grobner基的消元性质（Thm7.3.4）确保了变元的分离。所以可以从纯字典序的Grobner基求得一组多项式方程的解。所以我们需要计算最大公因式
线性方程——代数方程

通过构造Groebner basis求解多项式方程
1888：
大卫希尔伯特：有限性定理

1965：
Bruno Burchberger: Groebner bases
Computational procedure for solving systems
of polynomial equations
(Extremely simple: 20 lines of Maple code!)
求解系统的计算程序
多项式方程
（极其简单：20 行 Maple 代码！）
Gröbner基——Buchberger的发现，却以他导师的姓命名
A dynamic F4 algorithm to compute Gröbner bases

1998：
Hans Stetter：乘法矩阵
通过特征向量的稳定数值过程
在这里插入图片描述

Automa’c Generator of Minimal Problem(ECCV2008)

ECCV 2008

https://xueshu.baidu.com/usercenter/paper/show?paperid=de5e30310c5378bd033b9f0ba90e4da4&site=xueshu_se

Automatic Generator of Minimal Problem Solvers
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

斯图姆定理：

https://baike.baidu.com/item/%E6%96%AF%E5%9B%BE%E5%A7%86%E5%AE%9A%E7%90%86/18881160

https://zhuanlan.zhihu.com/p/164729380

在这里插入图片描述

代码：

https://github.com/PavelTrutman/Automatic-Generator/tree/development

% 
% P6P rolling shutter (eliminated)
function [eq, known, unknown, kngroups, cfg, algB] = minimal_rolling_shutter_generator_linear_I_planar()

g1 = transpose(gbs_Vector('g1', 8));
g2 = transpose(gbs_Vector('g2', 8));
g3 = transpose(gbs_Vector('g3', 8));
g4 = transpose(gbs_Vector('g4', 8));
g5 = transpose(gbs_Vector('g5', 8));
g6 = transpose(gbs_Vector('g6', 8));



syms v_1 v_2 v_3 w_1 w_2 w_3;


mon = [v_3*w_3 v_1 v_2 v_3,  w_1, w_2, w_3, 1];

cfg = gbs_InitConfig();

clear eq;


% g1(1) = 1
% g2(1)=0
% g3(1)=0
% g4(1)=1
% g5(1)=0
% g6(1)=0
% 
% g1(5)=0
% g2(5)=0
% g3(5)=0
% g4(5)=0
% g5(5)=0
% g6(5) = 1;
% 
% g1(6)=0
% g2(6)=0
% g3(6)=0
% g4(6)=0
% g5(6)=-1
% g6(6)=0
% 
% g1(7) = 0
% g2(7) = -1
% g3(7) = 1
% g4(7) = 0
% g5(7)=0
% g6(7)=0


eq(1) = v_1*w_1 + g1*transpose(mon);
eq(2) = v_1*w_2 + g2*transpose(mon);
eq(3) = v_2*w_1 + g3*transpose(mon);
eq(4) = v_2*w_2 + g4*transpose(mon);
eq(5) = v_3*w_1 + g5*transpose(mon);
eq(6) = v_3*w_2 + g6*transpose(mon);


% g1 = transpose(gbs_Vector('g1', 8));
% g2 = transpose(gbs_Vector('g2', 8));
% g3 = transpose(gbs_Vector('g3', 8));
% g4 = transpose(gbs_Vector('g4', 8));
% g5 = transpose(gbs_Vector('g5', 8));
% g6 = transpose(gbs_Vector('g6', 8));

unknown = {'v_1' 'v_2' 'v_3' 'w_1' 'w_2' 'w_3'};
vars = transpose([g1(:); g2(:); g3(:); g4(:); g5(:); g6(:)]);
known = {};
for var = vars
    known = [known {char(var)}];
end    

% create symbolic vars
for mon = unknown
    eval(['syms ' char(mon) ';']);
end

%cfg.eqinstance = R6P_planar_inst(cfg);

% call code generator
kngroups = ones(8,1)*[1 2 3 4 5 6];
%[res export] = gbs_CreateCode('p6p_rs_lin_I_planar', eq, known, unknown, kngroups);
algB = [];

%[A symcoefs] = rsSolver('imu3pr_peieg.m', eq, 'tan', unknown, known, kngroups);
end

Learning to Solve Hard Minimal Problems(CVPR2022)

https://theigrams.github.io/zjblog/2022/07/18/learning-to-solve-hard-minimal-problems.html

但是这篇论文的代码和结果不算特别好看，作为参考。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

minimal problem

当从图像数据计算几何模型时会出现计算机视觉中的最小问题
这个网站里有比较全面的收录：

https://cmp.felk.cvut.cz/~kukelova/minimal/index.php

作者报告
github

https://www.docin.com/p-1684946348.html

4-pt absolute pose problem with unknown focal length (P4Pf)

从四个 3D 参考点的图像确定具有未知焦距的透视相机位姿的通用解决方案。
在这里插入图片描述

A general solution to the P4P problem for camera with unknown focal length（CVPR2008）

在这里插入图片描述
论文链接：
A general solution to the P4P problem for camera with unknown focal length

5-pt relative pose problem

从五个图像点对应估计两个完全校准相机的相对位姿。
在这里插入图片描述
相关论文
在这里插入图片描述

更多内容

6-pt focal length problem
在这里插入图片描述

8-pt radial distortion problem
在这里插入图片描述

9-pt radial distortion problem
从九个图像点对应的具有不同径向畸变的两个部分校准相机的对极几何和单参数径向畸变模型的同时估计。
在这里插入图片描述

3-view triangulation problem
三视图L2-最优三角剖分问题。
在这里插入图片描述

网络平台

百度学术

https://xueshu.baidu.com/s?wd=minimal+problem&tn=SE_baiduxueshu_c1gjeupa&ie=utf-8&sc_hit=1

CSDN

CVPR 2008 papers

Byr¨od, M., Kukelova, Z., Josephson, K., Pajdla, T., Astr¨ ˚ om, K.:
Fast and robust numerical solutions to minimal problems for cameras
with radial distortion. In: CVPR 2008 (2008)

Two minimal problems for cameras with radial distortion

https://schlr.cnki.net/en/Detail/index/GARJ2021_2/XQSPB7D061D4B0264289C699D9AA81C39AB8

arxiv

https://arxiv.org/search/?query=algorithm+to+compute+Gr%C3%B6bner+bases&searchtype=all&source=header

在这里插入图片描述

A clever elimination strategy for efficient minimal solvers

在这里插入图片描述

在这里插入图片描述

A fast minimal solver for absolute camera pose with unknown focal length and radial distortion from four planar points

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
这篇值得深读

GPU-Based Homotopy Continuation for Minimal Problems in Computer Vision

在这里插入图片描述

多项式⽅程组在计算机视觉中经常出现，尤其是在多视图⼏何问题中。解决这些
系统的传统⽅法通常旨在消除变量以达到单变量多项式，例如，⽤于 5 点姿态估
计的⼗阶多项式，使⽤巧妙的操作，或更⼀般地使⽤ Grobner 基础、结果和消除
模板，导致多视图⼏何和其他问题的成功算法。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Optimizing Elimination Templates by Greedy Parameter Search

矩阵运算参考
在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/11027.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

基于象鼻虫损害优化算法求解装箱问题附Matlab代码

基于象鼻虫损害优化算法求解装箱问题附Matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。 🍎个人主页：Matlab科研工作室 🍊个人信条：格物致知。 更多Matlab仿真内容点击👇 智能优化算法 …
阅读更多...
VALID/READY 握手机制

VALID/READY 握手机制

VALID/READY 握手机制 AXI 总线共有 5 个独立的通道，分别为写地址，写数据，写回应，读地址，读数据通道。5 条通道相互独立，有一些细小的差别，但共同使用一套握手机制：VALID/READY 机制…
阅读更多...
代码随想录——最长回文子串

代码随想录——最长回文子串

题目 给你一个字符串 s，找到 s 中最长的回文子串。 示例 1： 输入：s “babad” 输出：“bab” 解释：“aba” 同样是符合题意的答案。 示例 2： 输入：s “cbbd” 输出：“bb” 示例 3&a…
阅读更多...
六、RTMP协议 时间戳

六、RTMP协议 时间戳

RTMP时间戳 基本介绍 RTMP中时间戳的单位为毫秒(ms)时间戳为相对于某个时间点的相对值时间戳的长度为32bit，不考虑回滚的话，最大可表示49天17小时2分钟47.296秒Timestamp delta单位也是毫秒，为相对于前一个时间戳的一个无符号整数&#xff1…
阅读更多...
【计算机毕业设计】奖学金管理系统源码

【计算机毕业设计】奖学金管理系统源码

一、系统截图（需要演示视频可以私聊） 摘 要 21世纪的今天，随着社会的不断发展与进步，人们对于信息科学化的认识，已由低层次向高层次发展，由原来的感性认识向理性认识提高，管理工作的重要性已逐…
阅读更多...
【数据结构】---详解二叉树--- ⌈知识点总结⌋ 和 ⌈常见力扣题目⌋ 确定不来看吗？

【数据结构】---详解二叉树--- ⌈知识点总结⌋ 和 ⌈常见力扣题目⌋ 确定不来看吗？

前言 ❤️ 铁汁们大家好，欢迎大家来到出小月的博客里， 🤗🤗🤗之前呢，我分享了数据结构的栈和队列。。。。今天呢，给大家分享关于树的内容包括了树的结构、遍历和一些题目，希望大家看…
阅读更多...
如何使用Github的Action实现博客的自动部署

如何使用Github的Action实现博客的自动部署

如何使用Github的Action实现博客的自动部署 以下是详细的采坑记录，花费了不少时间。 现在的状态是，更新完博客时，需要执行以下的指令： hexo clean && hexo g && hexo d && git add . && git …
阅读更多...
Git分布式版本控制工具

Git分布式版本控制工具

layout: post title: Git分布式版本控制工具 description: Git分布式版本控制工具 tag: 开发工具 文章目录git 基本配置与指令设置用户信息为常用指令设置别名解决gitbash乱码问题基础操作指令：初始化、添加到暂存区、提交到仓库、查看状态、日志版本回退git reset配…
阅读更多...
智工教育：一级建造师《公路实务》考前必背知识点

智工教育：一级建造师《公路实务》考前必背知识点

一、路基工程 1.地基表层碾压处理压实度控制标准为：二级及二级以上公路一般土质应不小于90%；三、四级公路应不小于85%。 2.石质路堑施工技术 （1）应逐级开挖，逐级按设计要求进行防护。 （2）施工…
阅读更多...
高效工具-局域网服务器访问公网

高效工具-局域网服务器访问公网

文章目录任务需求方法1：使用CCproxy代理简单介绍下载安装配置逻辑本机配置客户机配置成功测试方法2:修改MAC地址查询本机MAC地址修改内网服务器MAC地址打开rc-local.service服务添加Install段创建rc.local文件添加核心的修改MAC地址代码创建链接启动服务成功测试参考…
阅读更多...
线上超市小程序开发有什么作用_超市小程序有什么功能呢

线上超市小程序开发有什么作用_超市小程序有什么功能呢

1。开发超市小程序有什么价值？ 1、对于消费者来说：通过超市小程序能够更加直接的购买到想要的产品，消费者无需再到门店寻找商品可以直接通过超市小程序进行在线浏览；通过在线搜索的方式能够更加便捷的搜索到相应的商品&#xff0…
阅读更多...
mysql连接池的实现

mysql连接池的实现

文章目录前言一、池化技术二、什么是数据库连接池三、为什么使用数据库连接池不使用连接池使用连接池长连接和连接池的区别四、数据库连接池运行机制五、连接池和线程池的关系六、连接池设计要点连接池设计逻辑构造函数初始化请求获取连接归还连接析构连接池前言 本文是mysql连…
阅读更多...
模数转换电路

模数转换电路

一、Exynos4412 A/D转换器概述 1. 概述 ADC(Analog-to-Digital Converter)，就是模数转换器。从字面上看，A我们称为模拟信号(Analog signal)，D我们称为数字信号(digital signal)。 模数转换器，在电子技术中即是将模拟信号转换成数字…
阅读更多...
[附源码]java毕业设计家乡旅游文化推广系统

[附源码]java毕业设计家乡旅游文化推广系统

项目运行 环境配置： Jdk1.8 Tomcat7.0 Mysql HBuilderX（Webstorm也行） Eclispe（IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持）。 项目技术： SSM mybatis Maven Vue 等等组成，B/S模式 M…
阅读更多...
教你STM32做USB鼠标、键盘

教你STM32做USB鼠标、键盘

使用CubeMX软件傻瓜式的配置，一键生成USB的HID驱动。 一、USB鼠标 1、CubeMX配置 ①、选择相对应的芯片 ②、配置时钟和Debug和debug ③、配置USB ④、生成代码 最好把这个也勾上，勾上以后每个外设配置不再都给你塞到main.c里，而是建一个.c…
阅读更多...
简单的爬虫架构和网页下载器requests

简单的爬虫架构和网页下载器requests

目录 简单的爬虫架构： 网页下载器： URL管理器: 网页解析器: 网页下载器requests: 发送requests请求： 接收requests请求: requests操作实例： 简单的爬虫架构： 网页下载器： 负责通过URL将网页进行下载…
阅读更多...
聊聊Vuex原理

聊聊Vuex原理

背景 Vuex 是一个专为 Vue.js 应用程序开发的状态管理模式。Vuex 是专门为 Vue.js 设计的状态管理库，以利用 Vue.js 的细粒度数据响应机制来进行高效的状态更新。如果你已经灵活运用，但是依然好奇它底层实现逻辑，不妨一探究竟。 Vue 组件开发…
阅读更多...
docker系统笔记-03镜像的创建管理和发布

docker系统笔记-03镜像的创建管理和发布

镜像的获取 pull from registry (online) 从registry拉取 public（公有）private（私有） build from Dockerfile (online) 从Dockerfile构建load from file (offline) 文件导入 （离线） 镜像的基本操作 dock…
阅读更多...
概率 | 【提神醒脑】自用笔记串联二 —— 数字特征、大数定律、统计量

概率 | 【提神醒脑】自用笔记串联二 —— 数字特征、大数定律、统计量

本文总结参考于 kira 2023概率提神醒脑技巧班。 笔记均为自用整理。加油！ヾ(◍∇◍)ﾉﾞ 第一部分笔记详见 概率 | 【提神醒脑】自用笔记串联一 —— 事件、随机变量及其分布_西皮呦的博客-CSDN博客 一研为定！ 四、随机变量的数字特…
阅读更多...
cocos2dx 3D物理相关知识点汇总

cocos2dx 3D物理相关知识点汇总

（一）3D相关基础知识 网格（Mesh） 通常说的网格其实就是3D建模出来的形状。因为模型是由很多三角形组成，所以，就像网格一样。 纹理 纹理的作用就是给网格上色。 怎么上色的？ 举个简单的例子。…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023