博主github:https://github.com/MichaelBeechan
博主CSDN:https://blog.csdn.net/u011344545

引子:

文章链接:https://arxiv.org/abs/1708.07878

翻译:https://zhuanlan.zhihu.com/p/29769576

高斯牛顿——Gauss Newton

小可拙见,拙荆见肘了!

现阶段非线性问题最优化求解方法层出不群,其大概可以分为解析法和直接法,而解析法只为求得目标函数那一最优化的回眸包含了:梯度下降、牛顿法、共轭梯度法、变尺度法等。

高斯牛顿法实际上是牛顿法在求解非线性最小二乘问题时的一个特例,也可以说是牛顿法的改进版,且只能处理二次函数。高斯牛顿法的基本思想是使用泰勒级数展开式去近似地代替非线性回归模型,然后通过多次迭代,多次修正回归系数,使得回归系数不断逼近非线性回归模型的最佳回归系数,最后使原模型的残差平方和达到最小。详细可见Wikipedia。有时候为了拟合数据,比如根据重投影误差求相机位姿(R,T为方程系数),常常将求解模型转化为非线性最小二乘问题。高斯牛顿法正是用于解决非线性最小二乘问题,达到数据拟合、参数估计和函数估计的目的。文字性的东西说多了也就是一眼瞟过,没有公式那么带劲,那就上公式呗

****************************************************************************************

****************************************************************************************

残差:r = (r1, …, rm)    变量:β = (β1, …, βn)   m ≥ n

目标函数:求得最优的β使得残差r最小

给定一个初值,迭代求解:

    其中雅可比:

如果m=n,迭代问题就简化为:

了解牛顿方法的你估计也知道了上式就是牛顿法的一维直接推广啊!!!给自己一个smile吧!!!

视觉里程计 | 关于Stereo DSO中的高斯牛顿的一点注释相关推荐

  1. 视觉里程计 第一部分:前30年的发展和理论基础

    视觉里程计 第一部分:前30年的发展和理论基础 VisualOdometry -Part I The First 30 Years and Fundamentals TaylorGuo, 2017年1 ...

  2. 关于GPS、惯导、视觉里程计的几个定义

    1.首先写几个定义: 惯性导航系统(Inertial  Navigation System,  INS) 全球定位卫星系统(Global  Navigation  Satellite  System, ...

  3. 视觉里程计 matlab实现,深度 | 视觉里程计---推导公式来了

    原标题:深度 | 视觉里程计---推导公式来了 作者:Taylor Guo 博客: 视觉里程计问题的公式推导 假设在时间k,通过相机移动,追踪环境图像.如果是单目相机,k时间上拍摄的一组图像表示为I0 ...

  4. SLAM前端中的视觉里程计和回环检测

    1. 通常的惯例是把 VSLAM 分为前端和后端.前端为视觉里程计和回环检测,相当于是对图像数据进行关联:后端是对前端输出的结果进行优化,利用滤波或非线性优化理论,得到最优的位姿估计和全局一致性地图. ...

  5. SVO 半直接视觉里程计

    SVO 从名字来看,是半直接视觉里程计,所谓半直接是指通过对图像中的特征点图像块进行直接匹配来获取相机位姿,而不像直接匹配法那样对整个图像使用直接匹配.整幅图像的直接匹配法常见于RGBD传感器,因为R ...

  6. 从零开始学视觉里程计——一个初学者教程

    从零开始学视觉里程计--一个初学者教程 目录 从零开始学视觉里程计--一个初学者教程 什么是里程计 什么是视觉里程计 为什么使用立体相机,或者为什么使用单目相机? 理论足够了,现在讨论算法 问题描述 ...

  7. svo: semi-direct visual odometry 半直接视觉里程计 fast角点匹配 光流匹配 单应变换求位姿 直接法求解位姿 高斯均匀分布混合深度滤波

    svo: semi-direct visual odometry 半直接视觉里程计 本博文github地址 svo代码注释 SVO代码分析 较细致 svo: semi-direct visual od ...

  8. 2022最新!视觉SLAM综述(多传感器/姿态估计/动态环境/视觉里程计)

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨汽车人 来源丨 自动驾驶之心 摘要 近年来,基于视觉的传感器在SLAM系统中显示出显著的性能.精 ...

  9. 360VO:基于单个全景相机的视觉里程计

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨paopaoslam 来源丨 泡泡机器人SLAM 标题:360VO: Visual Odomet ...

最新文章

  1. 基于深度学习的花卉图像关键点检测
  2. 假期专属论文清单:把国庆长假安排得明明白白!
  3. git使用的基本流程_这 7 个免费的 Git 教程,适合所有程序员
  4. HTML的checkbox和radio的美化
  5. 2020年_Jsp Jstl 学习笔记
  6. 跳出当前_活在当下,跳出当下
  7. mysql dump 表数据 shell 脚本
  8. js 数字千分位展示
  9. 进程间通信之信号he信号量
  10. 一招解决4道leetcode hard题,动态规划在字符串匹配问题中的应用
  11. RTT 操作片上flash
  12. azure云数据库_如何将MySQL表迁移到Microsoft Azure SQL数据库
  13. 关于RecyclerView(一)基本使用
  14. vue鼠标移动上去提示_关于如何处理vue中鼠标悬停事件的详细说明
  15. 【亲测有效】Ubuntu系统开机速度慢解决办法
  16. 2014【史上最全】的中国各行业竞争格局
  17. 修改Office文件的默认打开方式(含C#代码)
  18. Alienware M11x R2 退居二线,家人工作用机
  19. Android12之fatal error: ‘processinfo/ProcessInfoService.h‘ file not found
  20. 自动化(四)appium真机远程控制和远程群控

热门文章

  1. 一般将来时语法课教案_【语法视频课】第43~45节(虚拟语气)
  2. java中间件_Java技术分享:一致性更强的分布式数据库中间件
  3. 上海大学计算机工程与科学学院官网,上海大学计算机工程与科学学院.PDF
  4. python中的数据类型有哪些是可阅读,Python中典型的数据类型中哪个只能阅读不能修改...
  5. .NET Core容器化@Docker
  6. Exynos4412裸机开发 —— 看门狗定时器
  7. 手机app常见bug积累
  8. [实变函数]5.5 Riemann 积分和 Lebesgue 积分
  9. WindowsFormsHost使用问题
  10. UOJ#310.【UNR #2】黎明前的巧克力(FWT)