PTAMM - ZMSSD, 3DOF

2011.12.25 작성된 내용입니다.

 - 크리스마스인데 눈물이 앞을 가리네요.. 그때 못놀았나봐요

 

ZMSSD

Zero-mean Sum of Squared Differences

 

여기서 Sum of Squared Differences는 Mean Squared Error과 같다.

Zero-mean은 평균이 0

즉, 평균이 0인 평균제곱오차

  - 일반평균제곱오차보다 계산이 빨라 그런데 왜 빠른지까지는 이해가 잘 안돼

 

이게 뭔소리냐

전에 Datamining에 오류율계산부분에 평균제곱오차를 써놨던 적이 있다.

 

그걸따르면,,

 

평균제곱오차

예측값에 실측값의 오차에 제곱을 인스턴스의 개수대로 나눈거야.

그냥 하면 되지 왜 쓸데없이 제곱을 하느냐?

제곱을 하지 않으면 음의수나, 0이 나올 수도 있어..

제대로된 평가를 하기 위해 양의 수치를 끌어내려고 제곱을 하는거야

이렇게되면, 각 요소에 대해서 분산을 구하기도 쉬워

 

 

이쯤해두고 코드를보자

// Calculate the zero-mean SSD between one image and the next.
// Since both are zero mean already, just calculate the SSD...
double SmallBlurryImage::ZMSSD(SmallBlurryImage &other)
{
  double dSSD = 0.0;
  ImageRef ir;
  do
    {
      double dDiff = mimTemplate[ir] - other.mimTemplate[ir];
      dSSD += dDiff * dDiff;
    }
  while(ir.next(mirSize));
  return dSSD;
}

 

 

빨간부분 자체가 평균제곱오차 계산

현재 키프레임과 나머지 키프레임 사이에 저장된 맵들을 제로평균제곱오차를 하는 것

그러면 저장된 맵들과 현재 키프레임 사이에서 평균제곱오차율이 가장 작은 맵이 화면에 뜨게됩니다.

 

이 부분을 지우면될까하는 생각이었지만 그렇게 단순히 해결될 문제는 아닌거같다

좀 더 많은 분석이 필요

 

 

 

3DOF - 3자유도

3 Degree of Freedom

자유도를 뜻하는데, 주로 기계공학에서 많이 나오는 얘기다.

앞의 숫자만큼의 자유도를 이야기하는데,

보통 기계공학에서는 6자유도는 되어야 자유로운 이동이 가능하다고 한다.

- 위, 아래

- 좌, 우

- 앞, 뒤

- 위아래로 기울이기 (Pitching)

- 좌우로 회전 (Yawing)

- 좌우로 기울임 (Rolling)

ㅇㅋ

이 중에서 몇가지나 구현가능하냐 하는것에 따라 로봇의 자유도가 결정되는데

사람은 126자유도라고 한다.

그런데 카메라의 3DOF니까...... 아무래도 카메라의 이동, 회전을 말하는 것 같다.

 

 

어쨋든 더 많은 분석이 필요하다