計算機視覺中基于核密度的穩(wěn)健估計方法.pdf_第1頁
已閱讀1頁，還剩55頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、穩(wěn)健統(tǒng)計方法最早出現(xiàn)在計算機視覺中，是用于改進特征提取算法的性能。傳統(tǒng)穩(wěn)健統(tǒng)計方法一個顯著的特征是它們可以容忍一半的數(shù)據(jù)不符合假定模型，即對高達(dá)509﹪的污染是穩(wěn)健的。但是當(dāng)異常點是成簇，即使很小的比例也會使估計量崩潰，這些估計量也不能抵御超過50﹪的異常點。本文給出了最大似然型穩(wěn)健估計量(Maximum Likelihood Estimation Sample Consensus，MLESAC)的穩(wěn)健性證明，改進了投影M估計量，總結(jié)了

2、各種穩(wěn)健估計量，并提出了基于核密度的穩(wěn)健回歸方法。具體內(nèi)容如下： (1) 綜述了統(tǒng)計學(xué)和計算機視覺中常用的幾種穩(wěn)健估計方法。統(tǒng)計中的M估計量，最小平方中位數(shù)(Least Median ofSquares，LMedS)；計算機視覺中有隨機采樣方法(RANdom Sample Consensus，RANSAC)，最小隨機概率方法(MINimizethe ProbabilitY ofRANdomness，MINPAN)，最小無偏尺度

3、和自適應(yīng)最小k階平方估計(adaptive least K sql2ares estimator，ALKS)和殘差一致性方法(residual consensusestimator，RESC)。 (2) 給出了一種穩(wěn)健估計量——MLESAC的基于影響函數(shù)的穩(wěn)健性證明。以影響函數(shù)的有界性來描述估計量的局部穩(wěn)健性。 (3)提出一種基于最大化核密度估計的穩(wěn)健估計方法，并將其用于基本矩陣的估計。由于傳統(tǒng)的基于投影的 M 估計

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論