Đang tải nội dung…
LEARNDO / ĐỌC THEO LỘ TRÌNH
Mỗi ngày một bước, từ 2D đến 3D
Bắt đầu với lịch sử và ý tưởng, xây nền tảng, thực hành thị giác 2D, rồi đi vào hình học 3D và kiến thức chuyên sâu. Mỗi bài vẫn có ví dụ, bài tập và chuỗi đọc riêng.
Đây là lịch đọc từ 261 bài đang công khai, không phải ngày xuất bản. Ngày đăng gốc được giữ trên từng bài. Ngày cuối được cân đối để có 2–4 bài; thời gian dưới đây chưa tính thực hành.
87 ngày khám phá
Trang 8 / 13Ngày 50
3 bài · khoảng 58 phút đọc- Ứng dụng thị giác 2D · Trung cấp · 8 phútỔn định kết quả đọc mã qua nhiều khung hình
Một khung hình bị lóe sáng có thể làm mã đang đọc thay đổi trong chốc lát. Ta dùng một ví dụ đọc bốn chữ số để tách hai việc: tạo giả thuyết từ từng ảnh và hợp nhất giả thuyết theo thời gian.
- Từ camera đến không gian 3D · Trung cấp · 25 phútĐại số tuyến tính 3: khử Gauss, hạng và tính duy nhất
Bạn sẽ khử từng ẩn và kiểm tra hạng của ma trận. Qua đó, bạn biết khi nào hệ có một nghiệm, nhiều nghiệm hoặc không có nghiệm.
- Từ camera đến không gian 3D · Trung cấp · 25 phútĐại số tuyến tính 4: định thức, diện tích và mất thông tin
Bạn sẽ biến đổi một hình vuông và đo diện tích sau phép biến đổi. Định thức cho biết diện tích đổi bao nhiêu và khi nào hình mất một chiều.
Ngày 51
3 bài · khoảng 75 phút đọc- Từ camera đến không gian 3D · Trung cấp · 25 phútĐại số tuyến tính 5: phép chiếu và trực giao
Bạn sẽ tìm điểm gần nhất trên một đường hoặc một không gian con. Phép chiếu và tính vuông góc giúp giải thích phần thông tin giữ lại và phần bỏ đi.
- Từ camera đến không gian 3D · Trung cấp · 25 phútĐại số tuyến tính 6: bình phương tối thiểu và điều kiện số
Khi các phép đo không nằm đúng trên một đường, ta chọn đường nào? Bạn sẽ tìm lời giải bình phương tối thiểu và xem dữ liệu gần phụ thuộc làm kết quả nhạy ra sao.
- Từ camera đến không gian 3D · Trung cấp · 25 phútĐại số tuyến tính 7: vector riêng, hiệp phương sai và PCA
Bạn sẽ tìm những hướng mà dữ liệu thay đổi nhiều nhất. PCA giúp giảm số chiều để quan sát và nén dữ liệu, nhưng cũng có thể bỏ mất thông tin hữu ích.
Ngày 52
3 bài · khoảng 43 phút đọc- Từ camera đến không gian 3D · Trung cấp · 25 phútĐại số tuyến tính 8: SVD và xấp xỉ hạng thấp
Bạn sẽ tách một ma trận thành các thành phần rồi chỉ giữ những thành phần lớn nhất. SVD giúp bạn nhìn rõ sự đánh đổi giữa mức nén và sai số khôi phục.
- Từ camera đến không gian 3D · Trung cấp · 8 phútTừ điểm 3D đến pixel: hiểu phép chiếu camera
Một tọa độ pixel cho ta hướng nhìn chứ chưa cho khoảng cách tới vật. Ta sẽ chiếu năm điểm 3D lên ảnh, rồi khôi phục chúng khi biết độ sâu.
- Từ camera đến không gian 3D · Trung cấp · 10 phútƯớc lượng tiêu cự theo pixel và hiểu góc nhìn camera
Dùng kích thước đã biết và nhiều khoảng cách để ước lượng tiêu cự, kiểm tra sai số rồi giải thích điều gì thay đổi khi resize ảnh.
Ngày 53
3 bài · khoảng 26 phút đọc- Từ camera đến không gian 3D · Trung cấp · 10 phútGóc Euler và ma trận quay: hiểu quy ước trước khi tính
Tự tạo ma trận quay, đối chiếu với SciPy, quan sát thứ tự quay và xử lý trường hợp gimbal lock bằng kiểm tra ma trận.
- Từ camera đến không gian 3D · Trung cấp · 8 phútWorld-to-camera hay camera-to-world? Kiểm tra bằng một vòng biến đổi khép kín
Đặt phép quay và tịnh tiến biết trước, chuyển điểm sang camera rồi về lại world để bắt lỗi lấy nghịch đảo.
- Từ camera đến không gian 3D · Trung cấp · 8 phútDepth không luôn là khoảng cách tới camera: phép chiếu lại chưa đủ để bắt lỗi
Dựng điểm 3D từ cùng pixel và giá trị depth theo hai cách, rồi thấy rằng cả hai vẫn có thể chiếu về đúng pixel.
Ngày 54
3 bài · khoảng 52 phút đọc- Từ camera đến không gian 3D · Trung cấp · 8 phútHiệu chuẩn camera và kiểm tra trên góc nhìn mới
Một ma trận nội tại do phần mềm trả về chỉ có ích khi nó giải thích được các quan sát khác. Ta tạo những góc nhìn của một bảng điểm 3D với nội tại đã biết, thêm nhiễu rồi xem calibrateCamera khôi phục được bao nhiêu.
- Từ camera đến không gian 3D · Trung cấp · 22 phútStructure tensor: phân biệt vùng phẳng, cạnh và góc
Tạo ba vùng ảnh có cấu trúc biết trước, xây ma trận gradient có trọng số và kiểm chứng ý nghĩa của hai trị riêng.
- Từ camera đến không gian 3D · Trung cấp · 22 phútShi–Tomasi: trị riêng nhỏ nhất và độ bất định
Mô phỏng ước lượng dịch chuyển có nhiễu để phân biệt ma trận cân bằng với một điểm có đủ tín hiệu theo cả hai hướng.
Ngày 55
3 bài · khoảng 66 phút đọc- Từ camera đến không gian 3D · Trung cấp · 22 phútGhép SIFT: đo sự mơ hồ bằng tỉ số hai láng giềng
Ghép descriptor trên một cặp ảnh được biến đổi biết trước, rồi kiểm tra ngưỡng ratio bằng sai số hình học thật của thí nghiệm.
- Từ camera đến không gian 3D · Trung cấp · 22 phútRANSAC: tính ngân sách lấy mẫu trước khi chạy
So công thức quen thuộc với xác suất chính xác khi lấy mẫu không hoàn lại, rồi kiểm tra bằng mô phỏng hữu hạn.
- Từ camera đến không gian 3D · Trung cấp · 22 phútKhớp đường thẳng bằng khoảng cách vuông góc
So OLS và total least squares khi cả hai tọa độ có nhiễu, dùng dạng pháp tuyến để xử lý cả đường gần thẳng đứng.
Ngày 56
3 bài · khoảng 52 phút đọc- Từ camera đến không gian 3D · Trung cấp · 22 phútHuber và IRLS: giảm sức kéo của phần dư lớn
Tự viết vòng lặp bình phương tối thiểu có trọng số, kiểm tra điều kiện dừng và đối chiếu nghiệm Huber với SciPy.
- Từ camera đến không gian 3D · Trung cấp · 8 phútƯớc lượng tư thế camera với PnP và RANSAC
Biết một số điểm 3D và vị trí tương ứng trên ảnh, ta có thể ước lượng quan hệ giữa hệ vật và hệ camera. Bài này cố tình làm sai bốn điểm 2D để kiểm tra khả năng loại ngoại lai, đồng thời phân biệt vector t với vị trí camera trong hệ thế giới.
- Từ camera đến không gian 3D · Trung cấp · 22 phútDLT chuẩn hóa: tránh để tọa độ lớn làm hỏng homography
Tự chuẩn hóa hai tập điểm, giải hệ thuần nhất bằng SVD và khôi phục homography về hệ tọa độ gốc.