×

参数估计的通用区间分枝定界算法。 (英语) Zbl 1420.90050

摘要:在工程科学中,参数估计是一个具有挑战性的问题,包括计算与观测数据相符的参数模型的参数。系统由未知参数定义,有时还包含内部约束。观测数据提供了参数约束。当一些观测约束对应于离群值和/或约束为非凸约束时,此问题尤其困难。这个随机抽样一致性算法随机算法可以有效地处理它,但它是不确定性的,必须针对每个问题进行专门化。本文提出了第一个通用的区间分枝定界算法,该算法生成一个模型,在给定的容差内最大限度地满足观测约束的数量。此工具的灵感来自IbexOpt公司用于约束全局优化(NLP)的分枝定界算法,并被赋予了一个应用于观测的放松交集算子的改进版本。对两个不同的计算机视觉问题进行了实验。他们强调了w.r.t.Jaulin等人在二维和三维形状识别问题(具有三个参数)中的区间方法的显著加速。在立体视觉问题上,我们也获得了有希望的结果,其中对于具有1000个点的模型,基本矩阵(五个参数)在小时内精确估计,这是此类问题的典型大小。

MSC公司:

90C26型 非凸规划,全局优化
90C57型 多面体组合学,分支与绑定,分支与切割
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Araya,I.,Trombettoni,G.,Neveu,B.,Chabert,G.:不等式约束下全局优化内部区域的上界。环球杂志。最佳方案。(JOGO)60(2),145-164(2014)·Zbl 1312.90057号 ·doi:10.1007/s10898-014-0145-7
[2] Bazin,J.C.,Seo,Y.,Hartley,R.,Pollefeys,M.:旋转和焦距未知的全局最优内嵌集最大化。载:《欧洲计算机视觉会议论文集》,LNCS,第8690卷,第803-817页(2014)
[3] Benhamou,F.、Goualard,F.,Granvilliers,L.、Puget,J.F.:修改船体和箱体的一致性。摘自:《逻辑程序设计国际会议论文集》,第230-244页(1999年)
[4] Bethencourt,A.,Jaulin,L.:在与IMU耦合的运动装置上使用区间方法进行3D重建。Int.J.高级机器人。系统。1993年10月10日(2013年)·doi:10.5772/54656
[5] Campbell,D.、Peterson,L.、Kneip,L.和Li,H.:同步相机姿势和特征对应的全局最优内嵌集最大化。参加:IEEE国际计算机视觉会议(ICCV)(2017)
[6] Carbonnel,C.,Trombettoni,G.,Vismara,P.,Chabert,G.:基于约束的稳健参数估计的Q交集算法。摘自:人工智能促进协会(AAAI)会议记录,第2630-2636页(2014)
[7] Chabert,G.,Jaulin,L.:承包商编程。Artif公司。智力。173, 1079-1100 (2009) ·Zbl 1191.68628号 ·doi:10.1016/j.artint.2009.03.002
[8] Chew,P.,Marzullo,K.:掩蔽多维传感器的故障。《可靠分布式系统的进展》,第32-41页(1991年)
[9] Chin,T.J.,Purkait,P.,Eriksson,A.,Suter,D.:通过树搜索实现有效的全局最优共识最大化。致:CVPR 15(2015)的进展
[10] Chin,T.J.,Purkait,P.,Eriksson,A.,Suter,D.:通过树搜索实现有效的全局最优共识最大化。IEEE传输。模式分析。机器。智力。39(4), 758-772 (2017) ·doi:10.1109/TPAMI.2016.2631531
[11] Collavizza,H.,Delobel,F.,Rueher,M.:比较部分一致性。Reliab公司。计算。5(3), 213-228 (1999) ·Zbl 1130.65310号 ·doi:10.1023/A:1009922003700
[12] Fischler,M.A.,Bolles,R.C.:随机抽样共识:图像分析和自动制图应用的模型拟合范例。Commun公司。ACM 24(6),381-395(1981)·数字对象标识代码:10.1145/358669.358692
[13] Fusiello,A.,Benedetti,A.,Farenzena,M.,Busti,A.:使用区间分析的全局收敛自动校准。IEEE传输。模式分析。机器。智力。26(12), 1633-1638 (2004) ·doi:10.1109/TPAMI.2004.125
[14] Hartley,R.,Kahl,F.:通过搜索旋转空间和基本矩阵的最优估计进行全局优化。摘自:ICCV会议录(2007)
[15] Hartley,R.,Zisserman,A.:计算机视觉中的多视图几何。剑桥大学出版社,剑桥(2003)·Zbl 0956.68149号
[16] Jaulin,L.,Bazeille,S.:使用区间方法提取图像形状。摘自:第16届国际会计师联合会系统专题讨论会会议记录,第378-383页(2009年)
[17] Jaulin,L.,Walter,E.:保证鲁棒非线性极大极小估计。IEEE传输。自动化。控制471857-1864(2002)·Zbl 1364.93161号 ·doi:10.10109/TAC.2002.804479
[18] Jaulin,L.,Walter,E.,Didrit,O.:保证鲁棒非线性参数边界。摘自:CESA’96 IMACS多会议(建模、分析和仿真研讨会),第1156-1161页(1996)
[19] Lai,K.,Fox,D.:使用网络数据和域自适应在3D点云中进行对象识别。国际J机器人。第29(8)号决议,1019-1037(2010)·doi:10.1177/0278364910369190
[20] Longuet-Higgins,H.C.:从两个投影重建场景的计算机算法。《自然》293(5828),133-135(1981)·数字对象标识代码:10.1038/293133a0
[21] Messine,F.:《全球优化方法》(Methodes d’optimization globale basées sur l’analyse d’intervalle pour la résolution des problèmes avec containtes)。LIMA-IRIT-ENSEEIHT-INPT博士论文,图卢兹(1997)
[22] Misener,R.,Floudas,C.:ANTIGONE:非线性方程连续/整数全局优化算法。环球杂志。最佳方案。(JOGO)59(2),503-526(2014)·Zbl 1301.90063号 ·文件编号:10.1007/s10898-014-0166-2
[23] Moisan,L.,Moulon,P.,Monasse,P.:立体对的基本矩阵,带离群值的反向消除。图像处理。6号线,89-113(2016年)。https://doi.org/10.5201/ipol.2016.147 ·doi:10.5201/ipol.2016.147
[24] Neveu,B.,de la Gorce,M.,Trombettoni,G.:改进参数估计的约束规划方法。摘自:第27届IEEE人工智能工具国际会议(ICTAI),第852-859页(2015)
[25] Neveu,B.,Trombettoni,G.,Araya,I.:自适应构造区间析取:算法和实验。施工。J.20(7),452-467(2015)·Zbl 1329.90152号 ·doi:10.1007/s10601-015-9180-3
[26] Neveu,B.,Trombettoni,G.,Araya,I.:区间分支和绑定算法中的节点选择策略。环球杂志。最佳方案。64(2), 289-304 (2016) ·Zbl 1339.90268号 ·doi:10.1007/s10898-015-0375-3
[27] Ninin,J.,Messine,F.,Hansen,P.:用于全局优化的可靠仿射松弛方法。4OR 13,1-31(2014)·Zbl 1320.90065
[28] Nistér,D.:五点相对姿势问题的有效解决方案。IEEE传输。模式分析。机器。智力。26(6), 756-770 (2004) ·doi:10.1109/TPAMI.2004.17
[29] Raguram,R.,Chum,O.,Pollefeys,M.,Matas,J.,Frahm,J.M.:Usac:随机样本共识的通用框架。IEEE传输。模式分析。机器。智力。35(8), 2022-2238 (2013) ·doi:10.1109/TPAMI.2012.257
[30] Schnabel,R.、Wahl,R.和Klein,R.:点云形状检测的高效RANSAC。计算。图表。论坛26(2),214-226(2007)·文件编号:10.1111/j.1467-8659.2007.01016.x
[31] Tawarmalani,M.,Sahinidis,N.V.:全局优化的多面体分支和切割方法。数学。程序。103(2), 225-249 (2005) ·Zbl 1099.90047号 ·doi:10.1007/s10107-005-0581-8
[32] Trombettoni,G.,Araya,I.,Neveu,B.,Chabert,G.:全局优化的内部区域和区间线性化。载于:《AAAI程序》,第99-104页(2011年)
[33] Van Hentenryck,P.,Michel,L.,Deville,Y.:数值:全局优化的建模语言。麻省理工学院出版社,剑桥(1997)
[34] Yang,J.,Li,H.,Jia,Y.:基于内点集最大化的最优本质矩阵优化。摘自:《欧洲计算机视觉会议(ECCV)会刊》,第111-126页(2014)
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。