指导教师杨涛提交时间2016320.PDFVIP

下载本文档

1
0
约2万字
约 14页
2019-03-11 发布于北京
举报
版权申诉

指导教师杨涛提交时间2016320.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

数字图象处理作业 Thetaskof DigitalImageProcessing 指导教师杨涛提交时间 2016/3/21 CVPR2015Paper Translation No: 01 姓名林明哲学号 2013302552 班号数字图象处理作业 Thetaskof DigitalImageProcessing 基于树搜索的高效全局最优一致性最大化 Tat-Jun Chin ∗ , Pulak Purkait ∗ , Anders Eriksson † and David Suter ∗ School of Computer Science, The University of Adelaide ∗ School of Electrical Engineerin and Computer Science, Queensland University of Technology 引言最大一致性是计算机视觉中最常是找到估计θ尽可能多的数据达到到用的稳定性估计的标准之一。尽管它阈值被广泛使用，但优化准则还是习惯通过随机抽样和测试技术，这是不能保证结果最优性的。虽然有几个全局最优算法存在,但他们计算太过缓慢而 ri(θ)是x 的残差。例如,在三角测量无法挑战随机方法的主导地位。我们时我们希望在N个视图中评估3 维的的目标是通过提出一种高效的全局最点θ,其中Χ包含该点的2 维观察要大一致性算法来改变这个现状。在框点。残差ri(θ)是在第i个视图中二架下 LP型方法，我们展示了将最大一次投影错误。致性运用到各种各样的视觉任务中可以构成一种树搜索问题。这一观点引 RANSAC算法一直是占主导地位的出了一种基于a*搜索的新算法。我们方法。RANSAC基本思想描述如下：打算通过有效的启发式函数和支持组 ①考虑一个最小抽样集的势为n 的模更新程序,使A *搜索快速找到全局最型(n为初始化模型参数所需的最小样优的结果。关于一般的估计问题，我本数)和一个样本集P，集合P 的样本们的算法比以前的精确算法快了几个数#(P)n，从P 中随机抽取包含n个数量级。我们的研究确定了全局最样本的P 的子集S初始化模型M；一致性最大化是一个有前景的解决方 ②余集SC=P\S中与模型M 的误差小于案。某一设定阈值t的样本集以及S构成