| 题名 | 鲁棒模型拟合中的指导性采样及其在运动分割中的应用; Guided Sampling in Robust Model Fitting and Its Application to Motion Segmentation |
| 作者 | 赖桃桃 |
| 答辩日期 | 2017-02-10 ; 2016-12-10 |
| 导师 | 王菡子 |
| 关键词 | 模型拟合 指导性采样 多结构 运动分割 Model Fitting Guided Sampling Multiple Structures Motion Segmentation |
| 英文摘要 | 鲁棒模型拟合是计算机视觉领域的一项重要研究任务，它已被广泛地应用于运动分割、图像拼接、三维重建、图像配准等领域。由于输入数据不可避免地会包含噪声、离群点(即错误的数据点)和伪离群点(在多结构数据中，一个结构的内点对于其它结构来说通常是伪离群点)，使得鲁棒模型拟合任务极具挑战性。采样到一组干净数据子集对于大多数模型拟合方法的成功起着至关重要的作用。对于包含高比例离群点的多结构数据，尤其是针对高维模型，传统的采样方法要采样到一个干净数据子集极其耗时。为了更高效地采样到干净数据子集，本文提出了三种指导性采样方法： (1)提出一种基于残差排序和局部约束的指导性采样方法。该方法主要通过在采样过程中...; Robust model fitting is an important task in computer vision, and it has been widely employed in many practical vision applications, including motion segmentation, image stitching, 3D reconstruction, image registration, etc. However, robust model fitting is a challenging task, since computer vision data unavoidably contain noise, a large fraction of outliers (i.e., the data that are not the inlier...; 学位：工学博士; 院系专业：信息科学与技术学院_计算机科学与技术; 学号：23020120153922 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=59194 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/134893]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 赖桃桃. 鲁棒模型拟合中的指导性采样及其在运动分割中的应用, Guided Sampling in Robust Model Fitting and Its Application to Motion Segmentation[D]. 2017, 2016. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论