×

稳健模型估计的可追踪算法。 (英语) Zbl 1398.68576号

摘要:在存在噪声和离群值的情况下,几何模型估计的计算复杂性是什么?我们表明,尽管模型维数是指数的,但相对于测量次数而言,在多项式时间内,离群值的数量可以最小化。此外,对于一大类问题,我们证明了统计上更理想的截断(L_2)范数可以在相同的复杂度下进行优化。以类似的方式,还展示了如何将多模型估计问题转换为纯组合问题——最坏情况下的复杂性在测量数量上是多项式,但在模型数量上是指数的。我们将我们的框架应用于一系列难以解决的问题。它为同时处理低维模型估计中的测量噪声和大量异常值提供了一种实用的方法。给出了刚性配准、三角剖分和拼接应用的实验结果,并与随机采样技术进行了比较。

MSC公司:

68T45型 机器视觉和场景理解
62G35型 非参数稳健性
62华氏35 多元分析中的图像分析
65年第68季度 算法和问题复杂性分析
68单位05 计算机图形;计算几何(数字和算法方面)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Ask,E.、Kuang,Y.和Au ström,K.(2012年)。利用p重对称性快速求解多项式方程。在:模式识别国际会议。日本筑波。
[2] Bazaraa,M.S.、Sherali,H.D.和Shetty,C.M.(1993)。非线性规划:理论与算法纽约:Wiley·Zbl 0774.90075号
[3] Bazin,J.-C.,Seo,Y.,Demonceaux,C.,Vasseur,P.,Ikeuchi,K.,Kweon,I.等人(2012年)。曼哈顿世界中的全局最优线聚类和灭点估计。在:计算机视觉和模式识别会议美国罗德岛州普罗维登斯。
[4] Blake,A.和Zisserman,A.(1987年)。视觉重建马萨诸塞州剑桥:麻省理工学院出版社。
[5] Breuel,TM,《几何分枝界限匹配方法的实现技术》,计算机视觉和图像理解,90,258-294,(2003)·Zbl 1055.68091号 ·doi:10.1016/S1077-3142(03)00026-2
[6] Byröd,M;约瑟夫森,K;奥斯特罗姆,K,快速稳定多项式方程求解及其在计算机视觉中的应用,国际计算机视觉杂志,84237-256,(2009)·Zbl 1477.68338号 ·doi:10.1007/s11263-009-0235-z
[7] Cass,TA,用于物体识别的多项式时间几何匹配,国际计算机视觉杂志,21,37-61,(1999)
[8] 坎姆,O;Matas,J,最优随机ransac,IEEE模式分析和机器智能汇刊,301472-1482,(2008)·doi:10.1109/TPAMI.2007.70787
[9] Enqvist,O.和Kahl,F.(2008年)。稳健的最佳姿势估计。欧洲计算机视觉会议(第141-153页)。法国马赛。
[10] 马萨诸塞州费希勒;Bolles,RC,《随机样本共识:模型拟合范式及其在图像分析和自动制图中的应用》,计算机协会通讯,24381-395,(1981)·数字对象标识代码:10.1145/358669.358692
[11] Hartley,R.和Sturm,P.(1997年)。三角测量。计算机视觉与图像理解,68(2), 146-157.
[12] Hartley,R.I.和Zisserman,A.(2004)。计算机视觉中的多视图几何(第二版)。剑桥:剑桥大学出版社·Zbl 1072.68104号 ·doi:10.1017/CBO9780511811685
[13] 喇叭,BKP;Hilden,HM;Negahdaripour,S,使用ortonormal矩阵的绝对定向闭式解,美国光学学会杂志A,5,1127-1135,(1988)·doi:10.364/JOSAA.5.001127
[14] 约翰逊,DS;Preparia,FP,最密集的半球问题,理论计算机科学,693-107,(1978)·Zbl 0368.68053号 ·doi:10.1016/0304-3975(78)90006-3
[15] Kahl,F.(2001)。多视图的几何图形和关键配置。瑞典隆德理工学院博士论文。
[16] Kahl,F;Hartley,R,\(L_∞\)-范数下的多视图几何,IEEE模式分析与机器智能汇刊,301603-1617,(2008)·doi:10.1109/TPAMI.2007.70824
[17] Ke,Q;Kanade,T,稳健几何重建的拟凸优化,IEEE模式分析和机器智能汇刊,291834-1847,(2007)·doi:10.1109/TPAMI.2007.1083
[18] Lebeda,K.、Matas,J.和Chum,O.(2012年)。修复局部优化的ransac。在:英国机器视觉会议英国吉尔福德。
[19] Li,H.(2007)。带离群点的(L_∞)三角剖分的实用算法。在:计算机视觉和模式识别会议美国明尼阿波利斯。
[20] Li,H.(2009)。稳健几何估计的具有保证全局最优性的一致集最大化。在:国际计算机视觉会议。日本京都。
[21] 米塔尔,S;阿南德,S;Meer,P,《基于广义投影的m-估计量:理论与应用》,IEEE模式分析与机器智能汇刊,342351-2364,(2012)·doi:10.1109/TPAMI.2012.52
[22] Olsson,C.、Enqvist,O.和Kahl,F.(2008)。与离群值匹配和注册的多项式时间界限。在:计算机视觉与模式识别会议美国安克雷奇。
[23] Olsson,C.、Eriksson,A.和Hartley,R.(2010年)。使用二元性去除孤立点。在:计算机视觉和模式识别会议美国旧金山。
[24] Sim,K.和Hartley,R.(2006年)。使用\(L_∞\)范数删除异常值。在:计算机视觉与模式识别会议(第485-492页)。美国纽约市。
[25] Toldo,R.和Fusiello,A.(2008年)。基于J链的鲁棒多结构估计。在:欧洲计算机视觉会议法国马赛。
[26] Tordoff,B.和Murray,D.W.(2002年)。用于运动估计的引导采样和一致性。在:欧洲计算机视觉会议(第82-98页)。丹麦哥本哈根·Zbl 1034.68684号
[27] Wills,J;阿加瓦尔,S;Belongie,S,《基于特征的密集分割和大视差运动估计方法》,《国际计算机视觉杂志》,68,125-143,(2006)·文件编号:10.1007/s11263-006-6660-3
[28] Yu,J.、Eriksson,A.、Chin,T.-J.和Suter,D.(2011年)。一种有效去除离群值的对抗性优化方法。在:国际计算机视觉会议西班牙巴塞罗那·Zbl 1365.68428号
[29] Zuliani,M.、Kenney,C.S.和Manjunath,B.S.(2005年)。多RANSAC算法及其在平面单应性检测中的应用。在:国际图像处理会议意大利热那亚。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。