尤拉姆·利丹;彼得·米尔 计算机视觉中的异方差回归：双线性约束问题。 （英语） Zbl 0985.68627号 国际期刊计算。视觉。 37，第2期，127-150（2000）. 摘要：我们提出了一种在异方差噪声存在下估计线性模型参数的算法，即每个数据点具有不同的协方差矩阵。该算法的动机是双线性形式的恢复，计算机视觉中的一个基本问题是，当对极线施加约束或二次曲线拟合噪声数据点时，就会出现这种问题。我们采用误差-变量（EIV）模型，并说明为什么在中等噪声水平下，大多数可用方法都无法提供满意的解决方案。新算法的改进行为归因于两个因素：考虑到双线性形式线性化引起的误差的异方差性质，以及在计算中使用广义奇异值分解（GSVD）。将该算法与文献中提出的几种椭圆拟合和基本矩阵估计方法进行了性能比较，结果表明，该算法以更少的计算成本实现了非线性优化技术的精度。 引用于24文件 MSC公司： 68单位99 计算方法和应用 68T45型 机器视觉和场景理解 关键词：异方差噪声 PDF格式BibTeX公司 XML格式引用 \textit{Y.Leedan}和\textit{P.Meer}，国际计算机杂志。视觉。37，第2号，127--150（2000；Zbl 0985.68627） 全文： 内政部