Notice
Recent Posts
Recent Comments
Link
| 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 |
| 29 | 30 | 31 |
Tags
- catkinworkspace
- opencv
- 3dmapping
- adaptivedensitycontrol
- pointcloud
- usbcamera
- LIDAR
- ComputerVision
- differentiablerendering
- vectorcalculus
- gaussiansplatting
- rosnoetic
- rostopics
- vectorfields
- Ros
- turtlebot3
- turtlebot
- alphablending
- imageprocessing
- tilebasedrasterizer
- covariancematrix
- realtimerendering
- 3dgaussiansplatting
- Slam
- sensorfusion
- NERF
- roslaunch
- raspberrypi
- rospackages
- electromagnetism
Archives
- Today
- Total
목록opacitylearning (1)
Wiredwisdom
2D의 가우시안의 평균이 원점인 경우를 보자.여기서 Covariance가 0인 경우는 다음과 같은 타원형이 된다. Covariance가 0 보다 크게 되면 다음과 같은 값을 갖게 된다.1,3 사분면으로 분포도가 두드러지며, 2,4분면은 상대적으로 납짝해진다. Covariance 가 0보다 작은 경우는 2,4 분면으로 분포가 두드러지고1,3분면은 반대로 납짝해진다. 이를 통해 알 수 있는 것은 Covariance가 가우시안의 모양을 나타내는 주요 인자로 작용한다는 의미이다.그러나 이 Covariance가 분포의 양과 음의 값과, 그 길이를 나타낼 수는 있어도 분포도가 가지는 선형성의 기울기를 알 순 없다.그 기울기에 대한 정보는 Covariance Matrix의 대각행렬이 갖는다. `[(x x,xy..
3D Vision/Gaussian Splatting
2024. 7. 3. 22:30