Kii Cloud后端特性分析
编辑：www.fx114.net
本篇文章主要介绍了"Kii Cloud后端特性分析"，主要涉及到Kii Cloud后端特性分析方面的内容，对于Kii Cloud后端特性分析感兴趣的同学可以参考一下。
本文来源于我在InfoQ中文站翻译的文章，原文地址是：如果想在亚洲移动社区有好的表现，那么Kii Cloud可以为iOS、Android及HTML5/JavaScript移动应用提供坚强的后盾。Kii Cloud由亚洲移动后端发起，他们已经从其中获益颇丰。Kii的市场优势在于提供了一种方式，可以将你的应用直接提供给亚洲的移动用户。移动开发后端需要具备分析与变现的能力，而则能够降低这个过程所需的时间与精力。该服务目前处于Beta版，可以免费使用。Kii Cloud有大量已经配置好的代码，不必再配置服务器或API。Kii为iOS、Android与HTML5提供了简单的SDK。其中有4个iOS SDK：Cloud（2.1.1）、Cloud（Change Log）、Ads（2.1.1）及Analytics；7个Android SDK：Cloud（2.1.5）、Cloud changes、Sync（2.1.1）、Sync changes、Ads（2.1.2）、Analytics（2.1.3）及Analytics changes；3个HTML5/JavaScript SDK：Cloud（2.1.2）、Cloud（2.1.2）Change Log及Analytics。开发者可以通过Kii的SDK控制用户交互。配置文件是通过JSON编码的对象来管理的。你可以轻松将完整的云功能拖拽到移动应用中。这样就无需配置自己的服务器，也可以将大量用户吸引到亚洲社区市场，能够节省大量时间与资金。Kii Cloud服务的费用如何呢？Kii网站上并未提供相关信息。一位Kii经理说700万美金是成为MBaaS提供者的入门费。该服务虽然并没有明确价格，但在其Beta版时可以免费使用。Kii之所以没有明确价格可能是因为其主要的资本投资基金会的原因。他们在寻求新的应用以投资亚洲客户。一些独立开发者，如Jon Curley说到：很有意思的想法，但我还是自己来吧，多谢。Frogiss Gcomwill说到：我是个独立的人。他们都倾向于自己构建后端。其他开发者会感激Kii Cloud所提供的这些功能的，它通过创建后端，为其移动应用实现完善的服务器来节省开发者的时间与精力。如果能够复制Kii分发的强力能力就非常棒了。其触角已经通过Kii的合作伙伴伸向了众多亚洲移动用户。初级开发者将会受益于其可伸缩的后端，同时又不必学习新的技能。Kii Cloud将会对移动开发起到很大的帮助作用，开发者只需将精力放在改进自己的应用上就行了。来自的一系列文章介绍了Kii的方式。如果你不善于数据管理和分析，那么云服务将会为你节省大量的时间。通过，移动开发者可以使用Kii Cloud添加MBaaS（Mobile Back End as a Service）特性到其移动应用中。查看英文原文：
一、不得利用本站危害国家安全、泄露国家秘密，不得侵犯国家社会集体的和公民的合法权益，不得利用本站制作、复制和传播不法有害信息！
二、互相尊重，对自己的言论和行为负责。
本文标题：
本页链接：注册日期：
来自：上海徐汇区
查了GIA网上证明，很多50分左右的都有这些的，是不是就是牛奶钻阿，影响闪度
店铺维护人员贤妻帮NO.94钻石团团
注册日期：
来自：上海黄浦区
工分：5226
= = 建议看4C级别中的净度评价.不要把瑕疵特征妖魔化.你说的只是点状线状云状羽状晶体状的瑕疵描述.基本上80%的钻都是这些瑕疵里面的一种.根本无所谓额
旧金换钻石~买就送TIFFANY款银饰~现场镶嵌免工费~N多优惠同时进行
店铺维护人员其实我比较喜欢“懒洋洋”
注册日期：
来自：上海黄浦区
pinpoint,needle, cloud, feather, cystal这些都是常见的钻石瑕疵类型，GIA的***把钻石瑕疵类型都写出来，是很科学的，每一颗天然的钻石都有瑕疵，只是量的多少，位置的区别，并不是种类越多越是差，举例来说，一颗VS2的钻石种类有pinpoint,needle, feather,而另外一颗SI1的，却只有一个CLOUD，那说明VS2的那几种瑕疵都比较小，而CLOUD的分布在台面正中，或者是横跨2~3个风筝面和亭上小面之类的位置
店铺维护人员其实我比较喜欢“懒洋洋”
注册日期：
来自：上海黄浦区
您可能误解了~~GIA***上描述的这些是指你这颗钻石中的内含物是哪一种而已，这几种多为常见的钻石内含物特征~~并不是所谓的“牛奶钻”
注册日期：
来自：海南三亚
。。。。。。。不懂。。。。。。
店铺维护人员婚礼策划二当家
注册日期：
来自：上海普陀区
第4楼冒泡泡的松鼠
。。。。。。。不懂。。。。。。
讲得太专业了
点击进入--
注册日期：
来自：上海浦东新区
pinpoint 点状包体needle
针状包体cloud
云雾状包体feather 羽裂cystal
晶体包体～！～你这石头什么净度啊
我将于茫茫人海之中，访我唯一灵魂伴侣，得之我幸，失之我命，如是而已！～
注册日期：
来自：上海黄浦区
怎么那么复杂呀，看都看不明白
注册日期：
来自：北京海淀区
第2楼奈特-喜洋洋
pinpoint,needle, cloud, feather, cystal这些都是常见的钻石瑕疵类型，GIA的***把钻石瑕疵类型都写出来，是很科学的，每一颗天然的钻石都有瑕疵，只是量的多少，位置的区别，并不是种类越多越是差，举例来说，一颗VS2的钻石种类有pinpoint,needle, feather,而另外一颗SI1的，却只有一个CLOUD，那说明VS2的那几种瑕疵都比较小，而CLOUD的分布在台面正中，或者是横跨2~3个风筝面和亭上小面之类的位置
nod， 相当于一个美人脸上三五粒小雀斑，两三粒小痣，还有一两粒小白头，另一个美人脸上干干净净，除了铜钱大一枚胎记。
店铺维护人员其实我比较喜欢“懒洋洋”
注册日期：
来自：上海黄浦区
第8楼oldmain
nod， 相当于一个美人脸上三五粒小雀斑，两三粒小痣，还有一两粒小白头，另一个美人脸上干干净净，除了铜钱大一枚胎记。
呵呵，这个说法通俗又形象
店铺维护人员篱笆克拉钻VIP商家
注册日期：
来自：上海徐汇区
工分：1506
都是正常的瑕疵特征，表紧张
婚博会：03.13---03.15
店铺维护人员
注册日期：
来自：上海黄浦区
工分：2045
第8楼oldmain
nod， 相当于一个美人脸上三五粒小雀斑，两三粒小痣，还有一两粒小白头，另一个美人脸上干干净净，除了铜钱大一枚胎记。
洪福“屋里厢”会员--小鬼
注册日期：
来自：上海
哇塞，过来学习了哈哈~长见识的！
yamaha粉丝团
注册日期：
来自：上海黄浦区
第8楼oldmain
nod， 相当于一个美人脸上三五粒小雀斑，两三粒小痣，还有一两粒小白头，另一个美人脸上干干净净，除了铜钱大一枚胎记。
狂笑。。。
yamaha钻石体验站领队店铺维护人员YMH钻石粉丝团
注册日期：
来自：上海浦东新区
工分：31659
8楼的比喻是最通俗易懂的！
你需要登录后才可以回贴地& 址：北京市海淀区清华东路
邮 &编：100083
Q &Q：（综合）
Q &Q：（投稿）
点云库PCL技术群5：
欢迎点云相关产学研的学者和团体。
当前位置： &
PCL（Point Cloud Library）简介
PCL点云库（Point Cloud Library）简介
PCL（Point Cloud Library）是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库，它实现了大量点云相关的通用算法和高效数据结构，涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。支持多种操作系统平台，可在Windows、Linux、Android、Mac OS X、部分嵌入式实时系统上运行。如果说OpenCV是2D信息获取与处理的结晶，那么PCL就在3D信息获取与处理上具有同等地位，PCL是BSD授权方式，可以免费进行商业和学术应用。
PCL的发展与创景
PCL起初是ROS（Robot Operating System）下由来自于慕尼黑大学（TUM - Technische Universit&t M&nchen）和斯坦福大学（Stanford University）Radu博士等人维护和开发的开源项目，主要应用于机器人研究应用领域，随着各个算法模块的积累，于2011年独立出来，正式与全球3D信息获取、处理的同行一起，组建了强大的开发维护团队，以多所知名大学、研究所和相关硬件、软件公司为主，可参考图1。截止目前，发展非常迅速，不断有新的研究机构等加入，在Willow Garage, NVidia, Google (GSOC 2011), Toyota, Trimble, Urban Robotics, Honda Research Institute等多个全球知名公司的资金支持下，可参考图1，不断提出新的开发计划，代码更新非常活跃，至今在不到一年的时间内从1.0版本已经发布到1.7.0版本。
图1 加入或资助PCL的开发组织、研究所、公司
图2 加入PCL开发的组织全球地理分布
PCL是集体智慧的结晶，是大家共同努力的结果。如果没有这些人的贡献，也就不可能有PCL的出现，笔者在此表示无比敬仰。
随着加入组织的增多，PCL官方目前的计划是继续加入很多新的功能模块和算法的实现，包括当前最新的3D相关的处理算法，如基于PrimeSensor 3D设备,微软Kinect或者华硕的XTionPRO智能交互应用等，详细读者可以参考官方网站每期的新闻，而且也计划进一步支持使用CUDA 和OpenCL等基于GPU的高性能计算的技术。笔者相信在近几年内会有更多的人和组织加入到这个项目中来，共享开源PCL带来的各自领域的成果。
PCL的潜在应用领域
前面讲述了，在这么短时间，如此多的组织个人和公司加入到PCL开源项目中来，为什么？PCL能解决什么问题呢？
机器人领域
移动机器人对其工作环境的有效感知、辨识与认知，是其进行自主行为优化并可靠完成所承担任务的前提和基础。如何实现场景中物体的有效分类与识别是移动机器人场景认知的核心问题，目前基于视觉图像处理技术来进行场景的认知是该领域的重要方法。但移动机器人在线获取的视觉图像质量受光线变化影响较大，特别是在光线较暗的场景更难以应用，随着RGBD获取设备的大量推广，在机器人领域势必掀起一股深度信息结合2D信息的应用研究热潮，深度信息的引入能够使机器人更好地对环境进行认知、辨识，与图像信息在机器人领域的应用一样，需要强大智能软件算法支撑，PCL就为此而生，最重要的是PCL本身就是为机器人而发起的开源项目，PCL中不仅提供了对现有的RGBD信息的获取设备的支持，还提供了高效的分割、特征提取、识别、追踪等最新的算法，最重要的是它可以移植到android、ubuntu等主流Linux平台上，PCL无疑将会成为机器人应用领域一把瑞士军刀。
CAD/CAM、逆向工程
大部分工业产品是根据二维或三维CAD模型制造而成，但有时因为数据丢失、设计多次更改、实物引进等原因，产品的几何模型无法获得，因而常常需要根据现有产品实物生成物体几何模型。逆向工程技术能够对产品实物进行测绘，重构产品表面三维几何模型，生成产品制造所需的数字化文档。在一些工业领域，如汽车制造业，许多零件的几何模型都通过逆向工程由油泥模型或实物零件获得，目前在CAD/CAM领域利用激光点云进行高精度测量与重建成为趋势，同时引来了新的问题，通过获取的海量点云数据，来提取重建模型的几何参数，或者形状模型，对模型进行智能检索，从点云数据获取模型的曲面模型等，诸如此类的问题解决方案在PCL中都有涉及。例如kdtree和octree对海量点云进行高效压缩存储与管理，其中滤波、配准、特征描述与提前基础处理，可以应用于模型的智能检索，以及后期的曲面重建和可视化都在PCL中有相应的模块。总之，三维点云数据的处理是逆向工程中比较重要的一环，PCL中间所有的模块正是为此而生的。
激光遥感测量
能够直接获取高精度三维地面点数据，是对传统测量技术在高程数据获取及自动化快速处理方面的重要技术补充。激光遥感测量系统在地形测绘、环境检测、三维城市建模、地球科学、行星科学等诸多领域具有广泛的发展前景，是目前最先进的能实时获取地形表面三维空间信息和影像的遥感系统。目前，在各种提取地面点的算法中，算法结果与世界结果之间差别较大，违背了实际情况，PCL中强大的模块可以助力此处的各种需求。
虚拟现实、人机交互
&&& 虚拟现实技术（简称VR），又称灵境技术，是以沉浸性、交互性和构想性为基本特征的计算机高级人机界面。它综合利用了计算机图形学、仿真技术、多媒体技术、人工智能技术、计算机网络技术、并行处理技术和多传感器技术，模拟人的视觉、听觉、触觉等感觉***功能，使人能够沉浸在计算机生成的虚拟境界中，并能够通过语言、手势等自然的方式与之进行实时交互，创建了一种适人化的多维信息空间，具有广阔的应用前景。目前各种交互式体感应用的推出，让虚拟现实与人机交互发展非常迅速，以微软、华硕、三星等为例，目前诸多公司推出的RGBD解决方案，势必会让虚拟现实走出实验室，因为现有的RGBD设备已经开始大量推向市场，只是缺少，其他应用的跟进，这正是在为虚拟现实和人机交互应用铸造生态链的底部，笔者认为这也正是PCL为何在此时才把自己与世人分享的重要原因所在，它将是基于RGBD设备的虚拟现实和人机交互应用生态链中最重要的一个环节。让我们抓住这一个节点，立足于交互式应用的一片小天地，但愿本书来的不是太迟。
PCL虽然在国际上，有如此多的组织和公司参与，由于发展如此迅速，目前在google中检索出中文相关的PCL探讨，有且只有一条，当然这也是笔者出书原因之一了，事实上，如图1.2所示，在全球范围内，唯独在中国的版块上，没有参与组织，这里希望广大读者，可以为中国板块上添加一个小旗帜。当然，肯定有科研工作者的在应用或者学习PCL了，笔者依托于中国农业大学、农业部信息获取重点实验室，在与创始人Ruda博士交流后，深感PCL在复杂的农业对象中有不可估量的作用，例如对动植物的重建测度、果蔬等分级检测等应用领域，决定把PCL作为基础研究平台来开展实际应用。同时用学习笔记撰写了本书，把PCL与国人分享，相信在不久的将来，与2D信息处理库OpenCV一样，中国将是PCL最大的用户和贡献者基地。
PCL的结构和内容
如图3PCL架构图所示，对于3D点云处理来说，PCL完全是一个的模块化的现代C++模板库。其基于以下第三方库：Boost、Eigen、FLANN、VTK、CUDA、OpenNI、Qhull，实现点云相关的获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。
PCL利用OpenMP、GPU、CUDA等先进高性能计算技术，通过并行化提高程序实时性。K近邻搜索操作的构架是基于FLANN (Fast Library for Approximate Nearest Neighbors)所实现的，速度也是目前技术中最快的。PCL中的所有模块和算法都是通过Boost共享指针来传送数据的，因而避免了多次复制系统中已存在的数据的需要，从0.6版本开始，PCL就已经被移入到Windows，MacOS和Linux系统，并且在Android系统也已经开始投入使用，这使得PCL的应用容易移植与多方发布。
图3 PCL架构图
从算法的角度，PCL是指纳入了多种操作点云数据的三维处理算法，其中包括：过滤，特征估计，表面重建，模型拟合和分割，定位搜索等。每一套算法都是通过基类进行划分的，试图把贯穿整个流水线处理技术的所有常见功能整合在一起，从而保持了整个算法实现过程中的紧凑和结构清晰，提高代码的重用性、简洁可读。在PCL中一个处理管道的基本接口程序是：
创建处理对象：（例如过滤、特征估计、分割等）;
使用setInputCloud通过输入点云数据，处理模块;
设置算法相关参数;
调用计算（或过滤、分割等）得到输出。
为了进一步简化和开发，PCL被分成一系列较小的代码库，使其模块化，以便能够单独编译使用提高可配置性，特别适用于嵌入式处理中:
libpcl filters：如采样、去除离群点、特征提取、拟合估计等数据实现过滤器；
libpcl features：实现多种三维特征，如曲面法线、曲率、边界点估计、矩不变量、主曲率，PFH和FPFH特征，旋转图像、积分图像，NARF描述子，RIFT，相对标准偏差，数据强度的筛选等等；
libpcl I/O：实现数据的输入和输出操作，例如点云数据文件（PCD）的读写；
libpcl segmentation：实现聚类提取，如通过采样一致性方法对一系列参数模型（如平面、柱面、球面、直线等）进行模型拟合点云分割提取，提取多边形棱镜内部点云等等；
libpcl surface：实现表面重建技术，如网格重建、凸包重建、移动最小二乘法平滑等；
&libpcl register：实现点云配准方法，如ICP等；
libpclkeypoints：实现不同的关键点的提取方法，这可以用来作为预处理步骤，决定在哪儿提取特征描述符；
&libpcl range ：实现支持不同点云数据集生成的范围图像。
为了保证PCL中操作的正确性，上述提到的库中的方法和类包含了单位和回归测试。这套单元测试通常都是由专门的构建部门按需求编译和验证的。当某一部分测试失败时，这些特定部分的各自作者就会立即被告知。这彻底地保证了代码测试过程出现的任何变故，以及新功能或修改都不会破坏PCL中已经存在的代码。
2.& 朱德海，郭浩，苏伟，点云库PCL学习教程，北京航空航天出版社，
分享到：点击次数：&&更新时间： 14:22:07&&【】&&【】
上一条：&&下一条：