[01926496]一种基于全局贪婪搜索的鲁棒模型拟合方法
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
登录后向技术服务商咨询
发布技术需求
服务免费，交易还可领红包哦
技术详细介绍
若干位作者发现“拟合-和-移除 ”的过程存在如下缺陷：若有一个模型实例的模型 参数估计不准确将导致数据中剩余模型实例的模型参数被估计错误。为了改进这个缺陷 ，多个针 对多模型实例数据的模型拟合方法被提出 ，这些方法将数据采样与模型拟合分为两个独立的步骤， 目的是同时估计数据中所有的模型实例。它们在执行模型拟合前 ，需要先采样预先指定个数的数 据子集 ，而如何有效地确定预先指定数据子集的采样个数是相当困难的。有鉴于此 ，本发明的目 的在于提供一种基于全局贪婪搜索的鲁棒模型拟合方法有效地改进了“拟合-和-移除 ”过程的缺 陷。为实现上述目的 ，本发明从内点中选取数据子集来生成更准确的初始模型假设 ，可应用于单 应性矩阵估计、基本矩阵估计、两视图平面分割和运动分割等计算机视觉任务。
产业化前景 ：本专利成果能有效地推动人工智能和计算机视觉相关领域内众多重要问题的发展， 促进机器视觉落地、提高工业自动化 ，降低人力成本。