Visual-SLAM developer roadmap 및 스터디 계획

서론

스터디를 진행하기로 마음을 먹고, 어떤 것을 공부하면 좋을지에 대해 고민을 많이 하였다. 영상처리, 딥러닝, 수학, 프로그래밍 등 다양하게 떠오른 것들 중, 우연히 Visual SLAM 관련 로드맵을 보게 되었고, '로드맵을 따라가는 것이 어떨까' 라는 마음이 들었다.

이번 스터디를 통해, 이전과 달리, 블로그에 꾸준히 글을 작성하고, 스터디를 지속적으로 진행하는 것을 목표로 한다.

작성하는 글들은 내가 알게 된 내용들을 정리하는 내용으로 편하게 작성할 계획이다.

---

로드맵 및 계획

원본 Github 링크: Visual-SLAM roadmap repository

  이전에 알고 있던 기초적인 프로그래밍, 수학, 영상처리 개념에 대해 다시 정리를 하는 것을 목표로 진행하고자 한다.

우선, 로드맵에서 제시하는 시작 지점은 크게 3가지로 분류 되어있고, 이중 프로그래밍을 제외한 것들에 대해 스터디를 진행할 계획이다.

 

1. 프로그래밍 ( 일단 진행하지 않음 )

  1) C++ ( 메모리 접근이 가능한 Native 언어라, 지정한게 아닌가 싶음 )

    - 나는 Javascript로 개발을 진행할 계획임 (친숙한 언어라..)

  2) Bash ( Linux ) ( Linux 환경에서 SLAM이 자주 사용되는 것인가? )

    - 필요시 리눅스 환경으로 가야 할 경우에 공부할 계획

2. 수학

  1) 기초 확률과 통계 ( basic probability & statistics )

  2) 지수 로그 ( logarithm & exponential )

  3) 기초 선형 대수학 ( Basic linear algebra )

  4) 기초 수학 ( Basic Calculus )

3. 영상 처리

  1) 사영 기하학 ( Projective geometry )

  2) 카메라 장치 ( Camera device )
  3) 이미지 데이터 ( Image data )

 

---

수학과 영상처리 카테고리를 생성하여 스터디 내용을 업로드할 계획이며, 작성한 글은 URL을 통해 본 게시글에서 접근할수 있도록 작성할 계획이다.