NotionNext BLOG https://www.frankxx.link/ 这是一个由NotionNext生成的站点 Tue, 10 Sep 2024 12:34:42 GMT https://validator.w3.org/feed/docs/rss2.html https://github.com/jpmonette/feed zh-CN All rights reserved 2024, Fr4nk <![CDATA[What Can I See Man[2408]]]> https://www.frankxx.link/article/240803 https://www.frankxx.link/article/240803 Sat, 03 Aug 2024 00:00:00 GMT

海的开始

notion image
主演：目黑莲、泉谷星奈、有村架纯
关键词：日剧、家庭、剧情
时间：2024年第二季度
简介
本剧讲述了月冈夏在大学时代与同级生南云水季交往着，但在求职的某天，水季突然提出分手。7年后，夏从大学的朋友那得知水季去世的消息。被分手之后从未见面，对那个事实没有实感的夏去了葬礼，在那里遇见了名为海的小女孩，得知她是水季的女儿，夏难掩惊讶。然后，水季的母亲告知他就是海的父亲。水季在夏不知道的地方生了孩子，什么也不说就养育了她，夏想着水季和海度过的7年岁月…
@Frank-GPT:故事起因略显狗血，但是卡司属实强大，前几集保持着惯有的细腻感，画面也比较舒服，进度不快但是给人一种润物细无声的感觉。

黑色止血钳2

notion image
主演：二宫和也、竹内凉真
关键词：日剧、悬疑、剧情
时间：2024年第二季度
简介
本剧改编自海堂尊的《火焰手术刀1990》和《樱色心脏中心1991》，讲述了玩弄人与金钱的恶魔、世界级天才外科医生·天城雪彦（二宫和也 饰演），在澳大利亚黄金海岸心脏中心工作多年，手术技术堪称天才，是心脏冠状动脉搭桥术的世界级大师。另一方面，要接受天城的手术，只能在二选一中碰运气获胜，作为赌注，要求对方财产的一半，因此在医生之间，他被称为“恶魔”。他和6年前在东城大学医学部附属医院的渡海一模一样地站着…
@Frank-GPT:还是当年内个味，不过挖的坑感觉越来越多了，第一季就有好多坑没填，颜值和演技都还行，起码不会有看国产小鲜肉的不适感。
]]> <![CDATA[家庭代理终极解决方案]]> https://www.frankxx.link/article/240219 https://www.frankxx.link/article/240219 Mon, 19 Feb 2024 00:00:00 GMT
拖拖拉拉几个月，准备写X86旁路由+OpenClash+SmartDNS的，结果用了几个月修了好几次，稳定性属实堪忧，而且人在外面的时候，家里网络炸了极其难修，因此不再推荐这种过于折腾的方案，毕竟这玩意儿稳定性才是首位，经过几个月的测试，Mac Mini(Apple TV)+Surge稳定性和功耗都非常满足我的需求。
 
]]> <![CDATA[图像匹配挑战赛IMC 2024]]> https://www.frankxx.link/article/240627 https://www.frankxx.link/article/240627 Thu, 27 Jun 2024 00:00:00 GMT

图像匹配挑战赛

Image Matching Challenge 2024 - Hexathlon
Reconstruct 3D scenes from 2D images over six different domains
Image Matching Challenge 2024 - Hexathlon
https://www.kaggle.com/competitions/image-matching-challenge-2024/overview
该项比赛旨在利用计算机视觉技术，匹配不同视角下的同一个场景，从而恢复每张图像拍摄时的相机内外参矩阵。今年的比赛中主要对象有室外场景和透明弱纹理物体，这里主要关注室外场景的匹配策略，来总结一下前几名的思路。

第一名：High Image Resolution ALIKED/LightGlue + Transparent Trick 

notion image
总的来说，先通过一次稀疏的匹配，将部分旋转过的图像摆正，再将图像使用ALIKED和LightGlue进行匹配，并使用DBSCAN获取密集的匹配区域，并再一次进行密集匹配，将匹配点输入COLMAP进行位姿计算。第一名完全没有使用Dense-base的方法，他们认为这种方法获得的匹配点通常只在两张图之间，不具备传递性，会导致模型计算错误。

亮点：

  • 根据图像稀疏匹配确定待匹配对
  • 微调过的ALIKED和LightGlue
  • 一些运行效率上的优化，如缓存、分布式训练
  • 多尺度下的特征点匹配，在1280分辨率下匹配一次后，通过DBSCAN聚类获取匹配密集区域，剪裁图像后，在2048分辨率下再进行一次匹配，以获取更精细的匹配
 

第二名：MST-Aided SfM & Transparent Scene Solution

notion image
  1. 对图像进行了旋转检测和透明度检测，为了后面分别处理透明图像和非透明图像（大部分方法都将这两种图像分开处理）；
  1. 对所有图像进行了全局特征提取，以生成更可靠的图像匹配对；
  1. 根据图像匹配对，使用了(Dedodev2+Dual SoftMax)、(DISK+LightGlue)、 (SIFT+NN)三种方法获取匹配点；
  1. 使用了一种基于最小生成树的策略获取各图像全局最优的相邻图，用于第一个粗略的SFM；
  1. 同时使用全局最优的相邻图和全连接图进行SFM，获得两个SFM结果，用粗略的SFM结果来过滤精细SFM结果中错误的部分，再使用PixSFM和HLoc中重定位模块来处理缺失的相机。
  1. 透明图像处理不做赘述。

亮点：

  • 主要在使用MST获取全局最优图以及使用粗略的SFM结果来过滤精细SFM结果中错误的部分

第三名：Solution: VGGSfM

notion image
 
]]> <![CDATA[Ubuntu安装Colmap GPU]]> https://www.frankxx.link/article/240508 https://www.frankxx.link/article/240508 Wed, 08 May 2024 00:00:00 GMT
如果没装conda，那么恭喜你，直接官网教程安装，基本不会报错。
如果装了conda，首先conda deactivate退出环境，并将conda安装文件夹改个名字，然后再进行官网安装，通常来说会报错依赖问题，一个一个递推式安装，一般来说就能解决问题。
 
]]> <![CDATA[高斯模型摆正 Python代码]]> https://www.frankxx.link/article/240619 https://www.frankxx.link/article/240619 Wed, 19 Jun 2024 00:00:00 GMT

引言

通常基于colmap生成的模型，其坐标轴都是随机的，导致后面的模型会出现倾斜甚至是颠倒的情况，如果用SIBR查看不会有问题，但是导入到各种高斯编辑器中时问题会比较严重，因此，需要对模型进行摆正，这里采用平面拟合来确定整个模型的Z轴，计算模型质心作为模型的中心，并参考alvinliu0使用python读取编辑PLY文件，实现高斯模型摆正。

平面拟合和质心计算

使用open3d读取PLY点云，调用segment_plane计算场景法向量，并调用get_center计算场景质心。

读取编辑PLY

高斯模型的PLY文件格式比较特殊，无法直接调库编辑读写，主要是不能只旋转点云，还要处理球谐函数的对称轴向量（rotation这个值），参考源码，用Python和C++都能实现，这里给出Python的代码。
这里值得注意的是，rotation是一个四元数，其顺序是wxyz，计算旋转矩阵时不要弄错。
 
]]> <![CDATA[3DGS训练类blender数据集]]> https://www.frankxx.link/article/240523 https://www.frankxx.link/article/240523 Thu, 23 May 2024 00:00:00 GMT
3DGS本身支持对Blender数据集的训练，其主要数据格式为：

数据准备

通常我们自己采集的数据集来自激光扫描装置，提供了las格式的点云文件、json格式的相机位姿以及图片。
首先处理las格式的点云文件，需要将其转化为二进制的ply文件。
然后查看transformers_train.json文件，主要是针对性修改3dgs代码文件下/sence/dataset_readers.py这个文件。
注释掉了Test Transforms相关的部分，不会进行eval，因此不需要test。修改了extension，主要是看自己的图像输入格式。
这里通常根据自己的json文件内容更改，几个主要需要注意的点是：
  • fovx = contents["camera_angle_x"]
  • cam_name = os.path.join(path,"images", frame["file_path"])
这部分是ply文件相关的，通常自采集数据集不会有点云法向量normals，因此我们根据其colmap部分的代码，也将其设置为0。
一般这样改完，代码就能跑通了，激光点云结合GPS高精度相机位姿，能够解决colmap无法获取相机位姿的问题。
 
]]>