构建移动游戏求解器,也就是通过电子的方法和图像处理的方法结合起来来自动地玩移动游戏。 Surya以:数独,大家来找茬,Piano Tiles,Unblock me,Free Flow等游戏为例讲解了如何从零开始构建一个游戏求解器,同时还讲解了实现的代码。
Surya
447   0
2017年07月04日 10:16:17
本期公开课为大家带来的是由戴忠欢分享的课程:Event-based Camera Visual Odometry (VO)。在本节课中介绍的重点是:为什么要在视觉里程计中使用DVS(Dynamic Vision Sensor)以及在VO中如何使用DVS?看到这么有吸引力的话题,大家是不是已经迫不及待了呢,现在就和泡泡一起学习吧。祝大家周末愉快。
戴忠欢
635   0
2017年07月04日 10:01:58
相信很多人都用过Robotic Operating System (ROS)。Kevin参加了今年在韩国举行的ROSCon 2016,在本节课将给大家介绍关于ROS的新进展,包括一些非常有趣的新产品的发布,比如类似于乐高可以方便组装成各种形状的Turtlebot 3。ROS本身也添加了很多新功能,本节课重点介绍了最新提出的ROS 2 和ROS 1的区别。下面请大家观看视频。预祝大家圣诞和新年快乐!
Kevin
538   0
2017年07月04日 09:57:19
各位泡泡机器人的粉丝们,欢迎回到泡泡机器人公开课。今天这节课我们会给大家带来由苏黎世联邦理工学院刘敏分享的课程:Indroduction to DVS and DAVIS。DVS (Dynamic Vision Sensor) 和 DAVIS (Dynamic and Active pixel VIsion Sensor) 是高动态视觉传感器。此类传感器不同于普通视觉传感器以固定帧率采集影像数据,而是通过记录每一像素光强的变化保存影像数据,非常适合高动态场景应用。本节课中,刘敏详细介绍了 DVS 与 DAVIS 的影像采集原理,并且向我们展示了相关的最新研究成果,据说这种相机已经被应用于 SLAM。下面,我们一起来详细了解一下吧。祝大家周末愉快。
刘敏
428   0
2017年07月03日 17:34:15
欢迎回到泡泡机器人公开课。常用的特征匹配方法有刚性匹配和非刚性匹配。刚性匹配需要一个参数化的模型刻画正确匹配之间的关系,例如相似变换、homography、对极几何,用于需要精确推算几何信息的场合,例如估计相机的姿态。非刚性匹配通常没有参数化的模型,而是定义一些能量函数来表征形变的大小,融入先验信息,用于不需要精确几何、或者无法得到精确的几何模型的场合,例如场景存在变形、图像拼接、图像检索、机器人的导航。本文将介绍图像特征的非刚性匹配,让我们开始今天的讲座吧!.................................................................................................................
赵季
482   0
2017年07月03日 16:40:53
在本期公开课中,我们请到了重量级的嘉宾—浙江大学CAD&CG国家重点实验室的章国锋老师。章老师从SFM和SLAM两部分介绍了他们研究组目前取得的研究成果,
泡泡机器人
906   0
2017年06月02日 16:43:28
本节课,陈龙给大家介绍了一种基于双目的Scene Flow计算流程和方法,提出了一种 “回环”的特征匹配方法。其实在stereo matching中有类似的思想,简单的来说就是双向选择,左边图像中一个特征点P1“选中”右边图像中的一个特征点P2,而只有当P2也“选中”P1,这组匹配才算是有效。
泡泡机器人
708   0
2017年06月02日 16:33:59
本节课中,凌老师详细地介绍了自己在图匹配及跟踪方面的一些研究及理论介绍,内容非常详尽充实,同时文末还给出了凌老师推荐的一些论文下载链接,希望大家能够有所收获。
泡泡机器人SLAM
521   0
2017年06月02日 16:17:35
编译完成之后就可以使用了,按照说明我们可以知道,首先开启roscore
Being_young
800   0
2017年06月02日 11:46:34
用一件新产品一样,我们首先要看一下说明书“README.md”,README.md介绍了很多关于这个工程的东西,比如作者,发表的论文,研究的人员,代码的下载以及更新那么我们首先从有用的信息开始操作。
Being_young
962   0
2017年06月01日 21:27:54