It has been a long time since last update. In my recent work, I want to intuitively understand how deep learning work rather than using some deep learning frameworks. Therefore, I decide to program the deep learning code from the very beginning. After referring the tutorial of Andrew Ng, I write a simple DNN code for cat classification. The source code can be downloaded here.

近年工作中，唯一能和之前所学的机器人方向比较有关联的，就是虚拟拍摄系统中的视觉定位系统了。于是借着这个机会，在这一年多的时间里，断断续续，又学习和回顾了一些和SLAM比较相关的知识。俗话说的好：“好记性不如烂笔头，烂笔头不如电子档，电子档不如写在网络上”。于是，我就决定将我的好记性记录一下。

虚拟拍摄的本质核心是要将实拍摄像头的参数信息，实时传递到虚拟场景中，让虚拟摄像机与其参数同步。因此本质上就是一个SLAM的问题，即：计算实拍相机到底在哪里（定位），以及这个场景里有哪些东西是我的定位参考（建图）。对于SLAM的东西，个人觉得理解起来确实有一定的难度。所以我自己的一些理解可能也会是错的。以后发现了，慢慢再来修正，也希望有人能指出我的一些错误。OK，Let‘s GO！

近来，一神奇友人与我提起，欲藏信息于图像，以作拷贝追踪之用也。大致为加一层肉眼不可见，然可以检测出来之标识，亦称为数字水印技术。之前虽未涉猎，然觉得有趣，遂决定尝试一番。同月，广电总局居然也和NexGuard签署了水印保护协议，本人不才，目前也是影视技术研发一员，顿觉此技术约莫也是有用的，何须耗费财力于外邦也？摸索三日，得一粗陋之结果，虽觉毫无创新之处，然也有所得，遂记之~