小编Cat*_*IAS的帖子

我已经实现了高斯-牛顿优化过程，该过程涉及通过求解线性化系统来计算增量Hx = b。该HMATRX由下式计算H = J.transpose() * W * J和b由下式计算b = J.transpose() * (W * e)，其中e是误差矢量。雅可比行列式是一个n×6矩阵，其中n以千为单位，并且在迭代过程中保持不变，并且W是一个n×n对角线权重矩阵，该矩阵将在迭代过程中发生变化（某些对角线元素将设置为零）。但是我遇到了速度问题。

当我不添加权重矩阵W，即H = J.transpose()*J和时b = J.transpose()*e，我的高斯-牛顿过程可以在0.02秒内非常快地运行30次迭代。但是，当我添加在W迭代循环之外定义的矩阵时，它变得如此之慢（30次迭代需要0.3〜0.7秒），并且我不知道这是我的编码问题还是通常花费了这么长时间。

这里的所有内容都是本征矩阵和向量。

我根据反方差向量在Eigen库中W使用.asDiagonal()函数定义了矩阵。然后将其用于Had 的计算中b。然后它变得非常缓慢。我希望得到一些有关这种巨大放缓的潜在原因的提示。

编辑：

只有两个矩阵。雅各布派肯定是密集的。权重矩阵是通过来自vec.asDiagonal()密集库的函数从矢量生成的，因此我认为它也是密集的。

代码非常简单，导致时间变化的唯一区别是权重矩阵的增加。这是一个代码片段：

for (int iter=0; iter<max_iter; ++iter) {
    // obtain error vector
    error = ...  
    // calculate H and b - the fast one …

我正在尝试使用cmake来安装opencv.在opencv指令页面中,我找到以下示例:

cd ~/opencv
mkdir release
cd release
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..

据我了解,我应该使用cmake在我创建的新目录中生成Makefile,在这个例子中应该是〜/ opencv/release.但我不太明白最后一行.在cmake帮助中,我发现:

cmake -D <var>:<type>=<value> = create a cmake cache entry

这是什么意思？特别是这部分:"<var>:<type>=<value>",我不明白为什么的例子给出了"CMAKE_BUILD_TYPE=RELEASE"和"CMAKE_INSTALL_PREFIX=/usr/local .."

非常感谢您的帮助!

我希望对此循环进行矢量化.此循环用于获取图像像素的坐标并按行顺序形成数组.

rows = 812; % 812x650 image
cols = 650;
n=rows*cols; % total number of pixels

index = zeros(n,2); % n coordinates of image pixels
pt_homo = zeros(3,1,n); % [x,y,1]'

k=1;
for r=1:rows
    for c=1:cols
        index(k,1)=c;
        index(k,2)=r;
        pt_homo(1,1,k) = c;
        pt_homo(2,1,k) = r;
        pt_homo(3,1,k) = 1;
        k=k+1;
    end
end