基于Jaccard距离与概念聚类的多模型估计-计算机工程.PDF

第38 卷 第10 期 计 算 机 工 程 2012 年5 月 Computer Engin ring May 2012 Vol.38 No.10 文献标识码文献标识码：：A 文献标识码文献标识码：： 中图分类号中图分类号：：TP18 文章编号文章编号：：1000——3428(2012)10——0022——05 中图分类号中图分类号：： ·专栏·专栏·· 文章编号文章编号：： —— —— —— ··专栏专栏·· 基于基于Jaccard 距离距离与概念聚类的与概念聚类的多模型多模型估计估计 基于基于 距离距离与与概念聚类的概念聚类的多模型多模型估计估计 于永彦于永彦1,2 于永彦于永彦 (1. 淮阴工学院计算机工程学院，江苏 淮安 223003 ； 2. 河海大学计算机与信息工程学院，南京 210098) 摘摘 要：要：Multi-RANSAC、RHT 等方法难以有效实现多模型估计。为此，提出一种基于模型聚类的多模型估计方法。将数据点描述为所属 摘摘 要要：： 模型的倾向集，把倾向集间的Jaccard 距离描述为数据点的一种属性，基于该属性使用改进的Cobweb 算法进行聚类。该方法无需预知模型 数目和参数变换，可有效克服漏检、交叉模型误检等情况。实验结果表明，该方法具有高效、高精度等优点，适用于消隐点检测、相机自 标定等领域。 关键词关键词：计算机视觉： ；外点；倾向集；Jaccard 距离；Cobweb 聚类；多模型估计 关键词关键词：： Multi-model Estimation Based on Jaccard Distance and Conceptual Clustering YU Yong-yan1,2 (1. School of Computer Engin ring, Huaiyin Institute of Technology, Huaian 223003, China 2. School of Computer and Information Engin ring, Hohai University, Nanjin