docs/source/bibliography.rst

   1 .. _sec-bibliography:
   2
   3 ============
   4 Bibliography
   5 ============
   6
   7 .. [Agarwal] S. Agarwal, N. Snavely, S. M. Seitz and R. Szeliski,
   8    **Bundle Adjustment in the Large**, *Proceedings of the European
   9    Conference on Computer Vision*, pp. 29--42, 2010.
  10
  11 .. [Bjorck] A. Bjorck, **Numerical Methods for Least Squares
  12    Problems**, SIAM, 1996
  13
  14 .. [Brown] D. C. Brown, **A solution to the general problem of
  15    multiple station analytical stereo triangulation**,  Technical
  16    Report 43, Patrick Airforce Base, Florida, 1958.
  17
  18 .. [ByrdNocedal] R. H. Byrd, J. Nocedal, R. B. Schanbel,
  19    **Representations of Quasi-Newton Matrices and their use in Limited
  20    Memory Methods**, *Mathematical Programming* 63(4):129–-156, 1994.
  21
  22 .. [ByrdSchnabel] R.H. Byrd, R.B. Schnabel, and G.A. Shultz, **Approximate
  23    solution of the trust region problem by minimization over
  24    two dimensional subspaces**, *Mathematical programming*,
  25    40(1):247–263, 1988.
  26
  27 .. [Chen] Y. Chen, T. A. Davis, W. W. Hager, and
  28    S. Rajamanickam, **Algorithm 887: CHOLMOD, Supernodal Sparse
  29    Cholesky Factorization and Update/Downdate**, *TOMS*, 35(3), 2008.
  30
  31 .. [Conn] A.R. Conn, N.I.M. Gould, and P.L. Toint, **Trust region
  32    methods**, *Society for Industrial Mathematics*, 2000.
  33
  34 .. [GolubPereyra] G.H. Golub and V. Pereyra, **The differentiation of
  35    pseudo-inverses and nonlinear least squares problems whose
  36    variables separate**, *SIAM Journal on numerical analysis*,
  37    10(2):413–432, 1973.
  38
  39 .. [HartleyZisserman] R.I. Hartley & A. Zisserman, **Multiview
  40    Geometry in Computer Vision**, Cambridge University Press, 2004.
  41
  42 .. [KanataniMorris] K. Kanatani and D. D. Morris, **Gauges and gauge
  43    transformations for uncertainty description of geometric structure
  44    with indeterminacy**, *IEEE Transactions on Information Theory*
  45    47(5):2017-2028, 2001.
  46
  47 .. [Keys] R. G. Keys, **Cubic convolution interpolation for digital
  48    image processing**, *IEEE Trans. on Acoustics, Speech, and Signal
  49    Processing*, 29(6), 1981.
  50
  51 .. [KushalAgarwal] A. Kushal and S. Agarwal, **Visibility based
  52    preconditioning for bundle adjustment**, *In Proceedings of the
  53    IEEE Conference on Computer Vision and Pattern Recognition*, 2012.
  54
  55 .. [Kanzow] C. Kanzow, N. Yamashita and M. Fukushima,
  56    **Levenberg–Marquardt methods with strong local convergence
  57    properties for solving nonlinear equations with convex
  58    constraints**, *Journal of Computational and Applied Mathematics*,
  59    177(2):375–397, 2005.
  60
  61 .. [Levenberg] K. Levenberg, **A method for the solution of certain
  62    nonlinear problems in least squares**, *Quart. Appl.  Math*,
  63    2(2):164–168, 1944.
  64
  65 .. [LiSaad] Na Li and Y. Saad, **MIQR: A multilevel incomplete qr
  66    preconditioner for large sparse least squares problems**, *SIAM
  67    Journal on Matrix Analysis and Applications*, 28(2):524–550, 2007.
  68
  69 .. [Madsen] K. Madsen, H.B. Nielsen, and O. Tingleff, **Methods for
  70    nonlinear least squares problems**, 2004.
  71
  72 .. [Mandel] J. Mandel, **On block diagonal and Schur complement
  73    preconditioning**, *Numer. Math.*, 58(1):79–93, 1990.
  74
  75 .. [Marquardt] D.W. Marquardt, **An algorithm for least squares
  76    estimation of nonlinear parameters**, *J. SIAM*, 11(2):431–441,
  77    1963.
  78
  79 .. [Mathew] T.P.A. Mathew, **Domain decomposition methods for the
  80    numerical solution of partial differential equations**, Springer
  81    Verlag, 2008.
  82
  83 .. [NashSofer] S.G. Nash and A. Sofer, **Assessing a search direction
  84    within a truncated newton method**, *Operations Research Letters*,
  85    9(4):219–221, 1990.
  86
  87 .. [Nocedal] J. Nocedal, **Updating Quasi-Newton Matrices with Limited
  88    Storage**, *Mathematics of Computation*, 35(151): 773--782, 1980.
  89
  90 .. [NocedalWright] J. Nocedal & S. Wright, **Numerical Optimization**,
  91    Springer, 2004.
  92
  93 .. [Oren] S. S. Oren, **Self-scaling Variable Metric (SSVM) Algorithms
  94    Part II: Implementation and Experiments**, Management Science,
  95    20(5), 863-874, 1974.
  96
  97 .. [Press] W. H. Press, S. A. Teukolsky, W. T. Vetterling
  98    & B. P. Flannery, **Numerical Recipes**, Cambridge University
  99    Press, 2007.
 100
 101 .. [Ridders] C. J. F. Ridders, **Accurate computation of F'(x) and
 102    F'(x) F"(x)**, Advances in Engineering Software 4(2), 75-76, 1978.
 103
 104 .. [RuheWedin] A. Ruhe and P.Å. Wedin, **Algorithms for separable
 105    nonlinear least squares problems**, Siam Review, 22(3):318–337,
 106    1980.
 107
 108 .. [Saad] Y. Saad, **Iterative methods for sparse linear
 109    systems**, SIAM, 2003.
 110
 111 .. [Stigler] S. M. Stigler, **Gauss and the invention of least
 112    squares**, *The Annals of Statistics*, 9(3):465-474, 1981.
 113
 114 .. [TenenbaumDirector] J. Tenenbaum & B. Director, **How Gauss
 115    Determined the Orbit of Ceres**.
 116
 117 .. [TrefethenBau] L.N. Trefethen and D. Bau, **Numerical Linear
 118    Algebra**, SIAM, 1997.
 119
 120 .. [Triggs] B. Triggs, P. F. Mclauchlan, R. I. Hartley &
 121    A. W. Fitzgibbon, **Bundle Adjustment: A Modern Synthesis**,
 122    Proceedings of the International Workshop on Vision Algorithms:
 123    Theory and Practice, pp. 298-372, 1999.
 124
 125 .. [Wiberg] T. Wiberg, **Computation of principal components when data
 126    are missing**, In Proc. *Second Symp. Computational Statistics*,
 127    pages 229–236, 1976.
 128
 129 .. [WrightHolt] S. J. Wright and J. N. Holt, **An Inexact
 130    Levenberg Marquardt Method for Large Sparse Nonlinear Least
 131    Squares**, *Journal of the Australian Mathematical Society Series
 132    B*, 26(4):387–403, 1985.