CS231A Lecture 3：Camera Calibration Reading: [FP] Chapter 1 “Geometric Camera Calibration” [HZ] Chapter 7 “Computation

CS231A Lecture 2: Camera Models Reading: [FP] Chapter 1, “Geometric Camera Models” [HZ] Chapter 6 “Camera Models”

论文阅读《iMAP: Implicit Mapping and Positioning in Real-Time 》Abstract我们首次展示了多层感知器 (MLP) 可以作为手持 RGB-D 相机的实时 SLAM 系统中唯一的场景表示。

论文阅读《NICE-SLAM: Neural Implicit Scalable Encoding for SLAM》 摘要神经隐式表征最近在各个领域都显示出了令人鼓舞的结果，包括在同步定位和建图(SLAM)方面的良好进展。然而，现有的方法

Harry Shum “You are what you write” 原文链接：https://www.linkedin.com/pulse/you-what-write-harry-shum Twitter、PowerPoint、Fa

Richard Hamming “You and Your Research” 原文链接：https://www.cs.virginia.edu/~robins/YouAndYourResearch.html 中文链接：https://ti

NeRF学习笔记（五）：神经隐式SLAM方法iMAP: Implicit Mapping and Positioning in Real-TimeMotivationA multilayer perceptron (MLP) can ser

NeRF学习笔记（四）：基于NeRF的三维场景重建和理解NeRF的背景和基础原理场景表征 Scene Representations Classical Geometric Scene Representation Neural Scene

NeRF学习笔记（三）：基于NeRF的三维内容生成Why NeRF SucceededWhy 3D content creation from imagesWhat are 3D contents3D内容是形状和外观模型的组合，可以从不同的

NeRF学习笔记（二）：论文阅读与思考AbstractQ：如何理解稀疏的输入视图集 A： a sparse set of input views 稀疏的输入视图集。也就是输入视图并不是连续的，可能就是在若干个方向或者角度拍几张照片，就能合成

NeRF学习笔记（一）：论文翻译 NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis Abstract我们提出了一种方法，通过使用稀疏的输入视图集来

几何的隐式表示与显示表示Many Ways to Represent GeometryImplicit 隐式表示 algebraic surface level sets distance functions … Explicit 显示