• 课程中心
  • 公开课
  • 面试题库
  • 企业服务
    • 企业内训
    • 企业招聘
  • 高校合作
  • 课程中心
  • 公开课
  • 面试题库
  • 企业服务
    • 企业内训
    • 企业招聘
  • 高校合作
    • 登录/注册
  • 登录/注册
    • 登录/注册
  • 登录 /注册
    • 课程中心
    • 公开课
    • 面试题库
    • 企业服务
      • 企业内训
      • 企业招聘
    • 高校合作

    jiaxinli

    暂无个性签名

    高仙机器人深度学习与融合感知负责人,2014年清华大学本科毕业,2018年新加坡国立大学博士毕业,师从陈本美教授和LeeGimHee教授。此前历任Motional感知科学家和夜间驾驶负责人、字节跳动AILab视觉科学家。以第一作者发表多篇计算机视觉/机器人顶级会议论文,包括CVPR、ICCV、ICRA、IROS等。
    • 95
      粉丝
      关注 已关注
    • 0
      关注
    • Ta的课程
    • Ta的在教课程
    • Ta的课程
    • 课程讨论
    • Ta的话题
    • Ta的问答
    • Ta发布的
    • Ta参与的
    • [KDtree/Octree 搜索可视化]改了benchmark的文件,可以试着把点云和搜索的结果显示,添加了可视化,大家可以看看自己做出来的tree是否搜索成功。

      ——来自《三维点云处理- 第一期》·153浏览

      点赞,谢谢!

    • 【CH2】 Overlaps函数简化

      ——来自《三维点云处理- 第一期》·161浏览

      我觉得你这个简化是对的。你可以做个实验验证一下,并且做个对比实验看看加速了多少。这是个很好的改进,点赞。

    • 【CH2】 Overlaps函数简化

      ——来自《三维点云处理- 第一期》·161浏览

      @Peter_Chen, @ZhangJ 有可能这个简化不如原版速度快,原因可能有:1. 原版代码中case1和case2的计算量都很少,很多情况在case1&2就退出了。2. 原版代码是通过numpy实现的,简化版是循环和if else,这些在python效率太低了。3. 简化版其实不必计算norm,算norm有一个开根号,是很慢的操作,所以算平方就可以了。

      要验证原版和简化版哪个快,应该在cpp下对比才能排除干扰因素。希望你们,或者其他人能够做个可靠的评测,我对这个还挺期待的。谢谢!

    • KPCA维度过大问题

      ——来自《三维点云处理- 第一期》·77浏览

      好问题。可以用稀疏矩阵的特征值分解。也可以考虑不做gram matrix,转而设计一个\phi函数,做线性PCA。

    • 近似的Voxel Grid Downsampling的几个问题?

      ——来自《三维点云处理- 第一期》·130浏览

      1. 和聚类没有任何关系。冲突是无法避免的,所以要解决conflict,解决的办法就是@COSTAR回答的第二点。能否将距离较近的点落在同一个container这个是无法保证的,而且这么做对于voxel grid downsamle也没有任何意义。

      2. 我也不理解你说的少9900个点是什么意思。downsample当然就是要少输出点。

    • 精确的Voxel Grid Downsampling为啥需要排序?

      ——来自《三维点云处理- 第一期》·190浏览

      假设你的voxel grid是1000x1000x1000,有10000个点。遍历这个voxel grid需要1000x1000x1000次,每一次还要查找哪些点落在了这个格子。运算量有多少?再想想,排序需要的运算量是10000 log(10000)。

    • 精确的Voxel Grid Downsampling为啥需要排序?

      ——来自《三维点云处理- 第一期》·190浏览

      @torww 你打算用什么数据结构来实现字典呢?你可以去看看各种形式的“map”(比如python的dict背后是什么数据结构),在这些数据结构里面,插入和查找一个key需要多少时间复杂度,空间复杂度。

      比如你会说hash table的插入、查找的时间复杂度是O(1)。但是这个O(1)需要什么样的空间代价呢,出现冲突了怎么办?理论上你需要和voxel grid一样大的hash table才能保证不会冲突,而实际上需要比voxel grid大很多的hash table才能保证无冲突,即O(1)。这样的空间代价是很大的,因为一个voxel grid可以有1000*1000*1000这种级别。这里有个概念,hash table的load factor。那我用小一点的hash table,load factor就会很高,导致hash table的实际复杂度远高于O(1).

      时间复杂度是一个方面,空间复杂度也很重要。因为内存的分配和访问是需要时间的。因此,做排序是最简单快速的实现方法。

    • 精确的Voxel Grid Downsampling为啥需要排序?

      ——来自《三维点云处理- 第一期》·190浏览

      @torww 最后题外话那里可能需要讨论一下。在建voxel grid的时候,是不知道哪个空哪个不空的,所以还是需要把hash table建的比M大。或者2D,2.5D,室内应用时候M不大,但是像自动驾驶这种,M是很恐怖的。

    深蓝学院是专注于前沿科技的教育平台,目前在人工智能、机器人与自动驾驶领域搭建了完善的课程体系,并在积极探索嵌入式、物联网、增强现实领域的教育模式。学院致力于为企业培养踏实上进的工匠型人才,也愿与企业共同探索人才教育方案。

    关于我们 版权声明 联系电话:010-86226736
    服务协议 反馈建议 联系邮箱:service@shenlanxueyuan.com
    友情链接:
    • 中科院自动化所
    • 中国科学院大学
    官方微信公众号
    扫码下载APP
    ©2025 深蓝学院

    课程内容版权均归 北京深蓝前沿科技有限公司所有

    京ICP备19029074号| 京公网安备 11011402010666号
    在线咨询
    常见问题
    证书查询
    返回顶部