RANSAC点滴
2010年9月3日
9 条评论
RANSAC是一个非常鲁棒的模型估计算法。主要用来从一堆包含一坨外点(outlier)的数据中估计出一个预先定义好的模型出来。
关于RANSAC有三点不可不知:
1:与直觉相反的是,在每次迭代过程中,最好的策略是选择最小的数据集(比如,拟合直线,就用两个点,拟合homography就用4个点)来做模型估计。
2:最大迭代次数并非是固定不变的,一般是用上次迭代得到的内点比例,来更新最大迭代次数。
3:当迭代结束后,需要用所有的内点来重新估计模型。
最新评论