Google街景技术关键部分已开源

本文译自 Google GEO 软件工程师 Sameer Agarwal 和 Keir Mierle 发布在 Google 开源博客中的文章。

在科学和工程的广大领域,从统计学中复杂的曲线拟合 ,到计算机视觉中从照片构建 3D 模型,都存在非线性最小二乘问题(non-linear least squares)。今日,我们非常高兴宣布发布我们在Google所使用的解决方案。

Ceres Solver 是一个可移植的 C++ 库,可用来建模并解决大型复杂的非线性最小二乘问题。它的显著特性如下:

• A simple, expressive API | 简单易读的 API

• Automatic differentiation | 自动微分

• Robust loss functions | 稳健的损失函数

• Local parameterizations | 局部参数

• A threaded Jacobian evaluators and linear solvers

• Dense QR factorization (using Eigen) for small problems

• Sparse Cholesky factorization (using SuiteSparse) for large sparse problems

• Specialized solvers for problems in 3D computer vision  | 三维计算机视觉中的问题的特定解决方案

• A liberal license (New BSD)

• Scales from servers to cell phones.

 

在Google,我们使用 Ceres Solver 来估测街景车、飞机和卫星的姿态;给 PhotoTours 建立 3D 模型;估测卫星图像传感器的特征,等。比如:下面这个视频展示了三个实例(Youtube),Ceres Solver 融合从安装在街景车上的传感器发送的数据,估测街景车自身在地球表面的正确位置和方向。

Street View sensor fusion with Ceres Solver

我们希望你会下载Ceres Solver,解决一些问题,并在邮件列表中分享你的经验。

By Sameer Agarwal & Keir Mierle, Geo Software Engineers

 

原文:Google OpenSource(需梯子)   编译:伯乐在线 – 黄利民

【如需转载,请标注并保留原文链接、译文链接和译者等信息,谢谢合作!】

 

收藏 评论

关于作者:黄利民

伯乐在线联合发起人,关注 IT 和互联网。 个人主页 · 我的文章 · 97 ·  

相关文章

可能感兴趣的话题



直接登录
跳到底部
返回顶部