VINS中滑动窗口的边缘化操作
VINS是针对滑动窗口中的关键帧进行BA,为了保证滑动窗口中的关键帧数量限制在窗口的最大数量之内(VINS中取的是十个关键帧),当有新的关键帧进来的时候需要对之前的关键帧丢掉,但由于老的关键帧可能还会与窗口中的关键帧存在相机的观测约束,不能直接丢掉,所以丢掉的策略是对老的关键帧进行边缘化操作。
边际概率
如上图所示,上表表示的是一个二维随机变量的分布表,横轴表示的是学生花在学习上的时间,单位为分钟,纵轴表示的是学生在测试中所取得的成绩,数字表示的是学生的分数,而表中的每一个百分比表示的是在该学习时间和分数下学生人数所占总人数的比例。
当我们将某一行中的对所有学习时间的学生百分比相加得到的总的比例就是取得的取得该分数段的所有学生的比例数,例如对第一行,0% + 2% + 8% + 10% = 20%,该比例就是针对学生学习时间和学生取得分数的联合分布下对取得分数为80-100的学生的边际概率。
条件概率
条件概率就是在某个事件A已经成立的条件下,事件B发生的概率,注:当事件A和事件B相互独立时,无论事件B是否发生,事件A发生的概率就是确定的,只有当事件A与事件B不独立时,事件A发生的概率和事件A在事件B发生的条件下发生的概率才会不相同,条件概率公式如下
P
(
A
,
B
)
=
P
(
A
∣
B
)
P
(
B
)
P(A,B) = P(A|B)P(B)
P(A,B)=P(A∣B)P(B)
对离散型随机变量联合分布,边际概率,条件概率存在如下所示转换公式
P
(
X
)
=
∑
y
P
(
X
,
Y
)
=
∑
y
P
(
X
∣
Y
)
P
(
Y
)
P(X) = \sum_{y}P(X,Y) = \sum_{y}P(X|Y)P(Y)
P(X)=y∑P(X,Y)=y∑P(X∣Y)P(Y)
其中,
P
(
X
,
Y
)
是
X
,
Y
的
联
合
分
布
P(X,Y)是X,Y的联合分布
P(X,Y)是X,Y的联合分布
P
(
X
)
是
X
的
边
际
概
率
P(X)是X的边际概率
P(X)是X的边际概率
P
(
X
∣
Y
)
是
X
基
于
Y
的
条
件
概
率
P(X|Y)是X基于Y的条件概率
P(X∣Y)是X基于Y的条件概率
P
(
Y
)
是
Y
的
边
际
概
率
P(Y)是Y的边际概率
P(Y)是Y的边际概率
续。。。