计算机视觉中强鲁棒性的遗传一致性估计

摘要：

用于估计计算机视觉模型的传统鲁棒算法均存在估计精度和稳定性不高等问题.为此,结合遗传算法的全局最优性及几何模型估计的特殊性,提出一种强鲁棒性的遗传一致性估计算法,以估计各种误差和错误概率下的计算机视觉几何模型.仿真实验结果表明,相比于RANSAC、MAPSAC、MLESAC等鲁棒算法,该算法在估计精度和鲁棒性方面性能更优.

关键词：遗传一致性估计器、单应矩阵、基础矩阵、随机抽样一致性

所属期刊栏目：37

分类号：N945(系统科学)

资助基金：国家“863”计划基金资助项目2009AA01 A3336,2008BAH28B04;下一代互联网示范工程CNGI基金资助项目CNGI-09-01-02;上海市科委基金资助项目10511501102

在线出版日期：2012-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：183-185,188