2

RANSAC アルゴリズムは、コンピューター ビジョンなどの工学分野で広く使用されています。しかし、よく理解すれば、このアルゴリズムを使用する際に設定するパラメータが 2 つあります。1 つは反復回数に関連し、もう 1 つは推定モデルのしきい値に関連しています。例として、直線推定問題を取り上げます。

ここに画像の説明を入力

写真の青い点はインライアを表し、赤い点は外れ値を表します。

反復回数は、適切なライン モデルを見つけるまでに何回試行する必要があるかを示しています。試行すればするほど、適切なモデルを取得できる可能性が高くなります。ただし、消費時間も増加します。さらに、反復回数は、データセット内の外れ値の割合にも関連しています。外れ値が少ないほど、期待できる反復が少なくなります。

モデルのしきい値は、当面の問題によって異なります。厳密に設定しすぎると、モデルに適合するデータが役に立たなくなり、不正確な推定につながります。さらに、厳密なモデルのしきい値も間違ったモデルにつながる可能性があります。設定が緩すぎると、外れ値が現れて役割を果たす可能性があります。

とりあえず、これら 2 つのパラメーターの設定に対する私の解決策は次のとおりです。それ以外の場合、反復回数は比較的低く設定されます。2) モデルのしきい値: 最初に比較的大きなしきい値ホールドが設定され、その後、モデルへの近さに基づいてインライアに重みが付けられます。外れ値がたまたまインライアになっても、モデルの推定に劇的な影響を与えることはありません。RANSAC パラメータ設定に他の解決策が存在するかどうか疑問に思っていました。ありがとう!

4

1 に答える 1

2

http://www.robots.ox.ac.uk/~vgg/publications/2000/Torr00/torr00.pdfを読む

于 2012-09-28T13:19:36.473 に答える