?holo

holo 发音

英：[?hɑ?lo?; ?hɑ?l?; ?ho?lo?; ?ho?l?]　　美：[?h?l??]

英：　　美：

holo 中文意思翻译

holo 词性/词形变化，holo变形

名词复数形式:holos

holo 短语词组

1、holo centric adj. ─── 单心的

2、holo- ─── [医] 全部, 完全

3、holo-crystalline adj. ─── [岩]全晶质的，全晶的

4、contact holo ─── 联系人holo

holo 相似词语短语

1、bolo ─── n.大刀；vi.未达标；n.(Bolo)人名；(法)博洛

2、Polo ─── n.马球；水球；n.(Polo)人名；(法、俄、西、意、芬、阿尔巴)波洛

3、halo ─── n.光环；荣光；vt.使有晕轮；围以光环；vi.成晕轮

4、Colo ─── n.(Colo)人名；(意)科洛

5、holon ─── n.子整体；n.(Holon)人名；(法)奥隆

6、hollo ─── n.(Hollo)人名；(法)奥洛；(芬)霍洛

7、cholo ─── n.拉美混血儿（西班牙人与美洲土著的混血后裔）；（尤指城市里的）墨西哥下等人；n.(Cholo)（美、俄）稠洛（人名）

8、Jolo ─── n.霍洛岛（属菲律宾）

9、holo- ─── n.完全；整体；n.(Holo)人名；(塞、贝宁)霍洛

刚开始读博，方向为基于机器视觉的slam，现在很迷茫不知道正确有效的科研方法是什么？

有自信学msckf 没自信学okvis，视觉加imu是最容易融合的vslam，或者视觉再融合rgbd 或laser。总之单目没深度，没特征也会挂，看你imu能不能用好了。没事学学so3se3ceres，bundle adjustment，总之水很深。博士一定要挑一个方面深挖千万别指望什么都有建树，你要发iros icra 视觉好的话可以发 cvpr iccv eccv 机器学习好的话nips icml。没有这些毕业了也很水。书要看multiple view geometry in computer vison hartley写的。找大牛就翻会议proceeding然后找到组在看组里面的其他人在看这些人的文章信用次数等等。世界上也没几个牛的组没几天你就全找到了。

刚开始读博，方向为基于机器视觉的slam，现在很迷茫不知道正确有效的科研方法是什么？

一言以蔽之，视觉SLAM技术是一种空间几何再描述的工程技术。目前来说，受到业界肯定的比较成熟的开源算法主要是：

1、西班牙Universidad de Zaragoza的ORB_SLAM2：raulmur/ORB_SLAM2

2、港科大的VIO：HKUST-Aerial-Robotics/VINS-Mobile

3、Google的SLAM：googlecartographer/cartographer

一般涉及1特征点跟踪，2重定位，3局部与全局优化，4回环检测等四个模块。其中，特征点跟踪是帧间图像特征匹配关系，重定位是帧与关键帧的匹配关系，局部与全局优化是最优估计技术，回环检测是重定位与全局优化技术的工程应用。这里面容易出成果的就是重定位模块，其次是跟踪模块，都容易与深度学习技术结合提高现有算法精度，功夫在于准和快，这两者本身属于对图像的处理分析技术;其次是相机姿态的优化技术，这种技术属于更为数学范畴中的数值分析部分的优化估计策略，对图优化及最优估计等数学理论及应用上需要有突破;回环检测本身属于上述两者的结合，更多的是一种软件工程技术。

对比此种工程性比较强的应用研究，最好的学习和研究方法就是测试并研究目前业界开源算法，并综合各种优缺点的同时，必须结合应用领域进行针对性的优化改进。也就是说，先看代码，问题无法解决时多看论文，再将论文方法编码为软件能力进步测试。从实践中来，到实践中去。

上述内容对于硕士研究生可以作为应用研究方向，但对于博士研究方向显得单薄了，但基于SLAM点云的场景语义分析才刚刚开始，属于更接近高层图像内容理解部分，这里面涉及的语义理解内容的深度和广度就非常大！

首先，目前理解的语义的定义先明确下：

1）图像的标注，即特定目标的识别定位与三维重建，并将定位信息与识别标签与SLAM的位置信息结合，实现基于SLAM的三维空间的场景物体打标与模型构建，即图像的内容结构化；

2）标注图像与场景其他物体之间的关系，即所说的场景理解，将整个场景的图像内容以故事描述的方式串联起来，构成完成的图像场景信息，及图像内容的语义化。

第二部分基本属于纯粹的语法语义理解的范畴，脱离图像信息的研究内容，目前工作涉及不多，暂就第一部分及语义理解内容涉及的结合点简单讲述下：1）SLAM对应的是3维点云信息；2）图像语义信息的低层级信息，即为特定对象的目标识别定位；3）特定对象的分割、识别定位信息与3DSLAM点云信息的结合，实现3D模型跟踪与重建；4）将3D目标对象插入到SLAM得到的空间位置序列中。

这里有一个泡泡机器人中发布的文章可以参考入门：

泡泡机器人翻译专栏 单目语义SLAM（上）

泡泡机器人翻译专栏 单目语义SLAM（下）