배경 및 후기

쿠로사와 아키라의 라쇼몽

이 소설 원문과 마찬가지로, 라쇼몽 영화 또한 퍼블릭 도메인으로 풀려있기에 누구나 볼 수 있다. 구로사와 아키라 감독의 필모그래피를 떠올려보면, 물론 '칠인의 사무라이’처럼 후대에 엄청나게 변주된 영화를 꼽거나, 카게무샤와 같은 대작 영화를 꼽을 수 있겠지만, 그를 전 세계에 알린 작품은 바로 이 '라쇼몽’이다.

Introduction

Essential matrix 는 비록 그 태생적인 약점(rotation only, small baseline, planar degeneracy)에도 불구하고 알려진 카메라에 대해 3차원의 구성과 위치 복원을 단순 point대응쌍을 이용해서 하는 마법같은 방법이다. 특히 SLAM Scenario에서는 calibrated camera가 제공되기에 Fundamental matrix보다 더 유용하다.

대수기하학(algebraic geometry)은 기하적인 물체를 대수적으로 정의하여(대수다양체), 대수적 방법론 위에서 기하의 성질에 대해 탐험하는 학문이다. 일반적으로 어떤 현상에 대한 모델링을 하다보면 결국 미분 방정식, 혹은 방정식으로 나타낼 수 밖에 없다. 일반적으론 공대 분야에선 미분 방정식으로 모델링 할 일이 많지만, 다항식 형태로 모델링하게 되면 대수기하학의 영역으로 넘어오게 된다. Inverse kinematics문제가 당장 대표적인 예시라고 할 수 있고, 내가 대수기하학 쪽에 발을 살짝이라도 들이게 된 동기인 영상기하학도 그 예시가 된다. 그 외에 암호학 쪽도 다항식을 다룰 일이 상대적으로 많다는 것 같고, CAD같은 것도 자유곡면을 모델링 한다면 결국 대수적으로 풀어야 한다.

예전에도 fast inverse square root알고리즘을 본 적이 있지만, 그 때는 그저 '오-신기하네' 하고 넘어갔던 기억이 있다. 문득 갑자기 거기에 생각이 미쳐 이해해보려 했으나, 위키피디아의 문서가 살짝 부실해서 개인적으로 직접 유도해보았고, 그 김에 궁금증이 생겨서 모던 방법론까지 찾아보았다. 이 포스팅은 그에 대한 정리다.

Toy Example

2D Toy example로 2차원에서 돌아다니는 로봇의 위치에 대해 기술해본다고 하자. 여기서의 기술은 $pos_x,$ $pos_y,$ $\theta$ 3자유도로 이루어질 수 있다. 이제 이 로봇의 좌표에서 바라본 물체의 위치를 $x_{local} ,$ $y_{local}$ 로 표현하면 로봇의 pose를 감안한 위치가 된다. (첨자를 많이 쓰기 싫어서 $x$, $y$ 등으로 표현하였다.) 이 로봇이 바라본 위치를 로봇의 pose를 나타낸 글로벌 좌표계에서 본다고 하면,

배경

우리는 3차원에 살고있다. 따라서 공간에 대해 기술하는 것은 마찬가지로 3차원에서 이루어진다. 공간에 대해 다루는 모든 필드는 이 3차원에 대한 기술을 필수로 깔게 되는데, 일반적으로 이를 rigid transformation(강체 변환) 이라고 한다. 3차원에서 자세를 기술하는건 3차원의 변환을 기술하는 것과 같으며, 로보틱스, 영상기하학, 그래픽스 등 다양한 필드에서 필수적으로 사용된다.

Test Goal

• Mutex에 비해 atomic 변수를 쓰는게 얼마나 빠를까?

• Mutex 를 쓸 때, lock_guard의 overhead가 유의미한가?

• Atomic을 쓸 때, memory_order_relaxed 가 어떤 유의미함을 가져다주는가?