일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
- PRML
- FGVC
- math
- pytorch
- 자료구조
- Torch
- nlp
- ML
- web
- classification
- nerf
- 알고리즘
- cs
- algorithm
- 3d
- Depth estimation
- clean code
- 머신러닝
- Front
- CV
- GAN
- Vision
- computervision
- SSL
- REACT
- Meta Learning
- 딥러닝
- Python
- dl
- FineGrained
- Today
- Total
KalelPark's LAB
[ Math ] chapter 2.1 [Image Formation] 본문
동치 좌표(homogeneous coordinates)
- 변환 등 어떤 목적을 위해 3차원 좌표를 한 치수 올리거나, 한 치수 내릴 때 사용하는 표현
(2차원 좌표를 3차원 좌표에 뿌려도 동일하다는 것)
= 동차 좌표계상 변환된 좌표 = 로컬 좌표계의 P * 월드 행렬 * 카메라 행렬 * 투영 행렬
- 동차 좌표계와 일반적인 3차원 좌표계의 관계
(x, y, z, w) = (x/w, y/w, z/w, 1) : 결국 3차원 좌표계도 w값이 1인 동차 좌표계
- 벡터를 포인트 혹은 벡터로 활용하기 위해서, 변환된 벡터를 3D 벡터의 동치벡터로 전환
Ref : https://m.blog.naver.com/jsjhahi/199987246
2D Lines
외적을 이용하여, 선분과 선분의 교차점 구하기 : https://bowbowbow.tistory.com/17
3D Planes , 3D Points
Reference
https://i-am-eden.tistory.com/56
[Tübingen ML] Computer Vision Lecture 정리
Universität Tübingen(튀빙겐 대학교)의 computer vision lecture를 공부하며 정리를 합니다 (Lecture 01은 제외). L01 - Introduction 1.1 Organization | 제외 1.2 Introduction | 제외 1.3 History of Computer Vision | 제외 L02 - Image Fo
i-am-eden.tistory.com
직선과 직선의 교차점 구하기
3차원 공간에서 두 직선사이의 교차점을 구해보자. 두 직선의 방정식을 다음과 같이 정의한다. 벡터 자기 자신과 외적을 하면 0벡터가 나온다는 사실을 이용하여 직선의 교점을 다음과 같이 구
wjdgh283.tistory.com
'Study > Math' 카테고리의 다른 글
[Math] Camera Calibration이란? (0) | 2023.04.03 |
---|---|
[Math] chapter 2.2[Image Formation] (0) | 2023.03.26 |
[ Math ] 모수추정(Parametric) 및 비모수적 추정(Nonparametric)란? (0) | 2023.02.06 |
[ Math ] 최대우도(MLE), 나이브 베이즈(Naive Bayes)란? (0) | 2023.02.06 |
[ Math ] ELBO란, 상호정보량이란? (0) | 2023.02.02 |