本文主要是介绍Backtracking Regression Forests for Accurate Camera Relocalization，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
这种方法其实类似 deep learning，只不过是以森林的方式进行train，森林是由一系列的决策树组成。
每个决策树中的每个节点都是待训练的参数：
决策树的目的是： 
，即输入是image，depth（如果有的话），2d pixel位置，输出是3d点的位置x y z + 最终的feature。因此决策树可以认为是一个从2d到3d的映射，这样的话就导致 每个场景就需要训练一个决策树模型了（也是一个超参数模型）
，即输入是image，depth（如果有的话），2d pixel位置，输出是3d点的位置x y z + 最终的feature。因此决策树可以认为是一个从2d到3d的映射，这样的话就导致 每个场景就需要训练一个决策树模型了（也是一个超参数模型）
最后使用ransacpnp就可以得到最终的6dof的pose了
欢迎交流，看到必回
这篇关于Backtracking Regression Forests for Accurate Camera Relocalization的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
