ceres solver

最小二乘问题详解11：基于李代数的PnP优化在上一篇文章《最小二乘问题详解10：PnP问题求解》中，我们基于旋转向量（axis-angle）参数化，构建了一个完整的非线性最小二乘框架来求解 Perspective-n-Point（PnP）问题。通过手动推导重投影函数的雅可比矩阵，并结合 Levenberg-Marquardt 算法，我们成功实现了从 3D-2D 点对应关系中恢复相机位姿的功能。该方法直观、易于实现，且在初始值接近真值时表现良好。

最小二乘问题详解10：PnP问题求解通过本系列前几篇文章（最小二乘问题详解：目录）的学习，我们对最小二乘问题有了较为系统的认识：它是一种广泛应用于科学与工程领域的参数估计与优化方法。在计算机视觉中，最小二乘思想贯穿于许多核心算法，尤其在运动恢复结构（Structure from Motion, SFM）这一经典框架中体现得尤为明显。

最小二乘问题详解9：使用Ceres求解非线性最小二乘在上一篇文章《最小二乘问题详解8：Levenberg-Marquardt方法》中，笔者使用 Eigen 实现了求解非线性最小二乘问题的 Levenberg-Marquardt 方法。不过在实际的工程实践中，更多的是使用像 Ceres Solver 这样成熟的、专门用于求解大规模非线性最小二乘问题的库。不过，因为有着极强的专业性，像 Ceres Solver 这样的库使用起来并不容易。如果是初次接触这方面知识的读者，非常建议先读一读本系列的前置文章。

CMake构建学习笔记30-Ceres Solver库的构建Ceres Solver 是一个由 Google 开发的开源 C++ 库，用于求解大规模非线性最小二乘问题，广泛应用于计算机视觉、机器人和三维重建等领域。

我是有底线的