Theory of Point Estimation点估计理论英文版 第二版 郑中国译

Since the publication in 1983 of Theory of Point Estimation， much new workhas made it desirable to bring out a second edition. The inclusion of the newmaterial has increased the length of the book from 500 to 600 pages; of theapproximately 1000 references about 25% have appeared since 1983. The greatest change has been the addition to the sparse treatment of Bayesianinference in the first edition. This includes the addition of new sections onEquivariant， Hierarchical， and Empirical Bayes， and on their comparisons. Othermajor additions deal with new developments concerning the information in-equality and simultaneous and shrinkage estimation. The Notes at the end ofeach chapter now provide not only bibliographic and historical material but alsointroductions to recent development in point estimation and other related topicswhich， for space reasons， it was not possible to include in the main text. Theproblem sections also have been greatly expanded.

Cesium_point_line Cesium基于高德地图画点线面 安装配置node环境 进入目录，运行node server.js 浏览器打开地址，进入Hello World界面

点云处理 一些关于点云处理的项目。

这个 MATLAB 应用程序（使用 MATLAB Guide 制作的 GUI）可以打开并开始 MS PowerPoint 文件的幻灯片放映。 此外，滑动导航（上一个/下一个）可以通过在相机馈送中捕获的手势来控制。 转至下一张幻灯片：手势，即手掌（左手或右手），单指（任何人）张开并保持闭合。 转到上一张幻灯片：手势，即用两个手指（任意两个）张开手掌（左手或右手），然后休息。 手势识别：步骤1）在YCbCr图像中使用颜色分割进行手检测； 步骤 2) 使用 MLP 网络进行手指计数。 PowerPoint Control 使用 Matlab actxserver 完成。 可以使用其他方法确定手指计数。 它将在下一个版本中更新。

约MVBB 地位 建造 单元测试 快速算法，用于计算3D点云的最小体积定向边界框的近似值。 在3D中为给定点云计算面向最小体积的边界框是计算机科学中的难题。 确切的算法是已知的，并且在3D中的点数为立方量级。 目前尚不知道一种更快的精确算法。 但是，对于许多应用程序，最小体积定向边界框的近似值是可以接受的，并且已经足够准确。 这个项目是为研究而开发的。 这个符合小型标准的C ++ 11库可以内置到共享库中，也可以直接包含在现有的C ++项目中。 我并不为几年前编写的基础代码感到特别自豪，但是考虑到PR的重构和清理是非常受欢迎的！ 该库包含以下代码： 计算定向的最小体积盒的近似值（多线程支持：OpenMP）， 在2D中计算点云的凸包， 计算二维点云的最小面积矩形， 点云的2d投影， 使用复杂的拆分技术快速构建kD-Tree（n维，模板化），可在拆分过程中优化质量标准， 通

点云处理

KiTTI数据处理和3D CNN用于车辆检测 用于车辆检测的3D CNN 使用PointCloud数据进行车辆检测的3D全卷积网络参考：点云中用于车辆检测的3D全卷积网络 主文件是“ model_01_deconv.py” 数据加载功能为“ input_velodyne.py” 示例（3D边界框：8个顶点）不执行NMS 需求 Python 张量流 ROS Python-PCL（如果不使用pcl，请在input_velodyne.py中注释掉相关代码 KiTTI数据处理 数据集是KITTI 3D对象检测数据集 Velodyne PointCloud 培训标签 校准

径向基函数/薄板样条 3D 点集翘曲。 p3do = rbfwarp3d( p3d, ps, pd, varargin) 输入： p3d：3d 点集ps：3d 源地标 [n*3] pd: 3d 地标 [n*3] 方法： 'gau',r - 对于高斯函数 ko = exp(-|pi-pj|/r.^2); 'thin' - 对于薄板函数 ko = (|pi-pj|^2) * log(|pi-pj|^2) 输出： p3do：输出点集佛罗里达州布克斯坦“主要翘曲：薄板样条和变形的分解。” IEEE 翻译模式肛门。 马赫英特尔。 11, 567-585, 1989。

JPS算法的实现！（C#版本）