FrankenCamera是standford鼓捣出来的出来的怪物级的相机，尺寸惊人，比加了手柄的无敌兔还要大，没点肱二，三头肌估计玩不动。目标是提供一个computational photography的开放式平台(提供曝光，聚焦，快门等等控制，而不用受限于消费相机的预装软件）。（也算是open source hardware么？）
siggraph2010上有一个介绍这个巨无霸的论文。
最近该实验室放出了一个开源软件Fcam，适用与两个平台，一就是上面的FrankenCamera,另一个就是nokia第一款基于maemo的的手机N900。（为何不跟个风，搞个NexusOne版本的？）
如果我没眼花的话，下面这句话的意思是一年内可以买到FrankenCamera？
Levoy said he expects those cameras will be available within a year.
推荐一本凸优化的经典教材（可能很多人已经看过这本书，或至少知道）。
凸优化在视觉和机器学习上有很多应用。一个典型的例子是support vector machine。而且在平时的学习科研中，会经常碰到凸函数的概念。我这里推荐一本介绍凸优化的经典好书：convex optimization，by Stephen boyed，斯坦福ee教授。在他们主页上（http://www.stanford.edu/class/ee364a/）可以找到教学视频，ppt，电子版的书，以及习题和答案，可以说一应俱全。Stephen开了两门关于convex optimization的课（ee364a和ee364b）。其中ee364a讲的都是书里的内容，是基础，ee364b是讲一些最近几年的比较新的关于凸优化的科研结果。这本书是适合工程类的学生学习，没有太多公式，但是概念讲的很清楚，也有很多例子。而且他们开发了一个叫CVX的解决凸优化问题的软件包，非常好用。
上周happyharry写了一篇关于稀疏表达的文章。简答地说就是几个数学大牛证明了在满足某些条件下，L0（非凸）的结果等价于L1（凸）。所以最后就是解一个凸函数。关于稀疏矩阵，在ee364b中也有具体讲到。
凸函数在立体视觉上也有很大的应用。瑞典Lund大学的Fredrik （http://www.maths.lth.se/matematiklth/personal/fredrik/）最近几年发表了不少用凸函数解决立体视觉问题的文章（很多顶级期刊和顶级会议的文章，可能有些有点逛水）。
最新评论