概率引导的随机采样一致性算法

被引：15

作者：

刘坤

葛俊锋

罗予频

杨士元

机构：

[1] 清华大学自动化系清华信息科学与技术国家实验室(筹)

来源：

计算机辅助设计与图形学学报 | 2009年 / 05期

关键词：

随机采样一致性; 鲁棒性; 模型估计; 概率; 基础矩阵;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了提高随机采样一致性算法的计算效率,提出一种概率引导的随机采样一致性算法.根据采样模型在原始数据上的检验结果调整每个样本点的采样概率,使得正确样本和正确模型被采样的概率得到提高.在首次获得正确模型之后,样本采样与模型更新构成了一个正反馈环节,经过若干次迭代后,正确样本被采样的概率远超过错误样本被采样的概率.理论分析和实验数据表明,该算法收敛需要的迭代次数较少,有效地提高了随机采样一致性算法的效率.

引用

页码：657 / 662

页数：6

共 4 条

[1] 基于预检验的快速随机抽样一致性算法
陈付幸
王润生
[J]. 软件学报, 2005, (08) : 1431 - 1437
[2] 计算机视觉中的多视图几何[M]. 安徽大学出版社 , ()RichardHartley, 2002
[3] Distinctive image features from scale-invariant keypoints
Lowe, DG
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) : 91 - 110
[4] MLESAC: A New Robust Estimator with Application to Estimating Image Geometry[J] . P.H.S. Torr,A. Zisserman.Computer Vision and Image Understanding . 2000 (1)

← 1 →