×

计算机视觉中的稳健拟合:简单还是困难? (英语) Zbl 1477.68344号

摘要:稳健模型拟合在计算机视觉中起着至关重要的作用,对稳健拟合算法的研究仍在继续。可以说,计算机视觉中最流行的稳健拟合范例是共识最大化,该公司致力于找到最大化内嵌层数量的模型参数。尽管共识最大化算法取得了重大进展,但计算机视觉文献中缺乏对该问题的基本分析。尤其是,共识最大化是否“可驾驭”仍是一个尚未得到严格处理的问题,因此很难评估和比较拟议算法相对于理论上可实现的性能。为了阐明这些问题,我们提出了几个共识最大化的计算硬度结果。我们的结果强调了这个问题的根本难处理性,并解决了文献中存在的几个歧义。

MSC公司:

68T45型 机器视觉和场景理解
2017年第68季度 问题的计算难度(下限、完备性、近似难度等)
90立方厘米 数学规划中的稳健性
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 阿马尔迪,E。;Kann,V.,找到线性关系的最大可行子系统的复杂性和逼近性,理论计算机科学,147181-210(1995)·Zbl 0884.68093号 ·doi:10.1016/0304-3975(94)00254-G
[2] Aronov,B。;Har-Peled,S.,《关于近似深度和相关问题》,SIAM计算杂志,38,3,899-921(2008)·Zbl 1180.68278号 ·电话:10.1137/060669474
[3] 巴赞,Jc;李,H。;Kweon,Is;Demonceaux,C。;Vasseur,P。;Ikeuchi,K.,《通信和分组问题的分支定界方法》,IEEE模式分析和机器智能汇刊,35,7,1565-1576(2013)·doi:10.1109/TPAMI.2012.264
[4] Ben-David,S。;艾隆,N。;Simon,H.,最密集区域检测的计算复杂性,《计算机与系统科学杂志》,64,1,22-47(2002)·Zbl 1006.68058号 ·doi:10.1006/jcss.2001.1797
[5] Bernholt,T.(2005)。鲁棒估计很难计算。技术报告52,技术大学。
[6] 蔡志鹏;Chin、Tat-Jun;Le,Huu;David Suter,《用双凸规划实现确定性共识最大化》,《计算机视觉-ECCV 2018》,699-714(2018),查姆:斯普林格国际出版公司,查姆
[7] Campbell,D.、Peterson,L.、Kneip,L.和Li,H.(2017年)。全球最佳内嵌集最大化,用于同步相机姿势和特征对应。参加IEEE计算机视觉国际会议(ICCV)。
[8] Cheney,Ew,《近似理论导论》(1966),纽约:McGraw-Hill,纽约·Zbl 0161.25202号
[9] Chin,T.J.,Cai,Z.,Neumann,F.(2018年)。计算机视觉中的稳健拟合:简单还是困难?在欧洲计算机视觉会议上。
[10] Chin,T.J.,Kee,Y.H.,Eriksson,A.,Neumann,F.(2016)。用混合整数线性规划保证异常值消除。在IEEE计算机学会计算机视觉和模式识别(CVPR)会议上。
[11] Chin,T.J.、Purkait,P.、Eriksson,A.、Suter,D.(2015)。通过树搜索实现高效的全局最优共识最大化。在IEEE计算机学会计算机视觉和模式识别(CVPR)会议上。
[12] Choi,S.,Kim,T.,Yu,W.(2009年)。RANSAC系列的性能评估。在英国机器视觉会议(BMVC)上。
[13] Cygan,M。;Fomin,Fv;科瓦利克。;Lokshtanov,D。;马克思,D。;Pilipczuk,M。;Pilipczuk,M。;Saurabh,S.,参数化算法(2015),柏林:施普林格出版社,柏林·Zbl 1334.90001号
[14] 唐尼,Rg;研究员,先生,参数化复杂性(1999),纽约:Springer,纽约
[15] Enqvist,O.、Ask,E.、Kahl,F.和Au ström,K.(2012年)。适用于多视图几何图形的稳健拟合。在欧洲计算机视觉会议上·Zbl 1398.68576号
[16] Enqvist,O。;问,E。;Kahl,F。;奥斯特罗姆,K.,稳健模型估计的可追踪算法,国际计算机视觉杂志,112,1115-129(2015)·Zbl 1398.68576号 ·doi:10.1007/s11263-014-0760-2
[17] 埃里克森,J。;Har Peled,S。;Mount,Dm,关于最小平方中值问题,离散与计算几何,36,4,593-607(2006)·Zbl 1104.68117号 ·doi:10.1007/s00454-006-1267-6
[18] 马·菲施勒(Ma Fischler);Bolles,Rc,《随机样本共识:图像分析和自动制图应用的模型拟合范式》,ACM通讯,24,6,381-395(1981)·数字对象标识代码:10.1145/358669.358692
[19] 福田,K。;谎言,Tm;Margot,F.,列出凸多面体所有顶点和所有面的回溯算法分析,计算几何,8,1-12(1997)·Zbl 1133.68462号 ·doi:10.1016/0925-7721(95)00049-6
[20] 加里先生;Johnson,Ds,《计算机与难处理性:NP完全性理论指南》(1990),纽约:W H Freeman&Co,纽约
[21] Geiger,A.、Lenz,P.、Urtasun,R.(2012)。我们准备好自动驾驶了吗?kitti视觉基准套件。在计算机视觉和模式识别会议(CVPR)上。
[22] 吉安诺普洛斯,帕诺斯;克瑙尔,克里斯蒂安;Rote,Günter,无界维中一些几何问题的参数化复杂性,参数化和精确计算,198-209(2009),柏林,海德堡:施普林格-柏林-海德堡·Zbl 1273.68170号
[23] 佩·哈特(Pe Hart);新泽西州尼尔森;Raphael,B.,启发式确定最小成本路径的形式基础,IEEE交易系统科学与控制论,4,2,100-107(1968)·doi:10.1109/TSSC.1968.300136
[24] 哈特利,R。;Zisserman,A.,《计算机视觉中的多视图几何》(2003),剑桥:剑桥大学出版社,剑桥
[25] Johnson,Ds,组合问题的近似算法,《计算机与系统科学杂志》,9,256-278(1974)·Zbl 0296.65036号 ·doi:10.1016/S0022-0000(74)80044-9
[26] 约翰逊,D;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
[27] Le,H.,Chin,T.J.,Suter,D.(2017年)。局部收敛最大一致性的精确惩罚方法。在IEEE计算机学会计算机视觉和模式识别(CVPR)会议上。
[28] 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。参加:IEEE计算机视觉国际会议(ICCV)。
[29] Lowe,D.G.(1999)局部尺度不变特征的对象识别。1999年IEEE第七届计算机视觉国际会议记录(第2卷,第1150-1157页)。电气与电子工程师协会
[30] Matoušek,J.,《关于几乎没有违反约束的几何优化》,《离散和计算几何》,14,4,365-384(1995)·Zbl 0844.90071号 ·doi:10.1007/BF02570713
[31] 米尔,P。;梅迪奥尼,G。;Kang,Sb,计算机视觉鲁棒技术,计算机视觉新兴主题(2004),纽约:普伦蒂斯·霍尔,纽约
[32] Parra Bustos,A.,Chin,T.J.,Suter,D.:快速旋转搜索,使用赤平投影进行三维注册。IEEE计算机学会计算机视觉和模式识别(CVPR)会议(2014)
[33] Parra Bustos,A.,Chin,T.J.(2015)。保证旋转搜索的异常值删除。参加IEEE计算机视觉国际会议(ICCV)。
[34] Purkait,P.,Zach,C.,Eriksson,A.(2017)通过重新加权的L1方法进行的最大一致性参数估计。在计算机视觉和模式识别(EMMCVPR)中的能量最小化方法。
[35] 拉古拉姆,R。;查姆·O。;Pollefeys,M。;马塔斯,J。;Frahm,Jm,USAC:随机样本共识的通用框架,IEEE模式分析和机器智能汇刊,35,8,2022-2038(2013)·doi:10.1109/TPAMI.2012.257
[36] Svärm,L.、Enqvist,O.、Oskarsson,M.、Kahl,F.(2014)。大型三维模型的精确定位和姿态估计。IEEE计算机学会计算机视觉和模式识别(CVPR)会议
[37] Tran,Qh;Chin,Tj;乔纳基,W。;Suter,D.,《用大跨度抽样最小子集进行稳健估计》,国际计算机视觉杂志(IJCV),106,1,93-112(2014)·Zbl 1328.68251号 ·doi:10.1007/s11263-013-0643-y
[38] Vazirani,V.,近似算法(2001),柏林:施普林格出版社,柏林·Zbl 1138.90417号
[39] Vedaldi,A.,Fulkerson,B.(2010年)。Vlfeat:一个开放的便携式计算机视觉算法库。第18届ACM多媒体国际会议记录(第1469-1472页)。ACM公司。
[40] Yang,J.,Li,H.,Jia,Y.:基于内点集最大化的最优本质矩阵估计。欧洲计算机视觉会议
[41] Zheng,Y.,Sugimoto,S.,Okutomi,M.:具有单位范数约束的稳健模型拟合的可行子系统确定性最大化。在IEEE计算机学会关于计算机视觉和模式识别(CVPR)的会议上(2011年)
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。