期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
重抽样优化的快速随机抽样一致性算法 被引量:12
1
作者 肖春宝 冯大政 冯祥卫 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2016年第4期607-614,共8页
为了快速、准确地对含有高比例外点的数据进行模型参数估计,提出一种重抽样优化的快速RANSAC算法.首先在模型检验之前增设预检验,并采用一种基于样条曲线的损失函数来评价模型的质量;然后通过反复重抽样和模型检验来优化内点集;再依据... 为了快速、准确地对含有高比例外点的数据进行模型参数估计,提出一种重抽样优化的快速RANSAC算法.首先在模型检验之前增设预检验,并采用一种基于样条曲线的损失函数来评价模型的质量;然后通过反复重抽样和模型检验来优化内点集;再依据双阈值对内点集进行渐近提纯;最后利用最优内点集来计算模型的参数.特征匹配和基础矩阵估计的实验结果表明,该算法具有较高的精度和效率;当外点比例高于50%时,运行速度比传统算法提高大于2个数量级. 展开更多
关键词 参数估计 随机抽样-致性 抽样优化 模型预检验 损失函数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部