MAGSAC++：一种快速、可靠且准确的鲁棒估计器
计算机视觉与模式识别
2019-12-13 v1
摘要
提出一种用于鲁棒估计的新方法MAGSAC++。它引入了一种新的模型质量（评分）函数，无需内点-外点判定，以及一种表述为迭代重加权最小二乘方法的新型边缘化过程。我们还提出一种新的采样器Progressive NAPSAC，用于类RANSAC的鲁棒估计器。利用真实世界数据中邻近点常源于同一模型的事实，它比全局采样器更早发现局部结构。从局部到全局采样的渐进过渡避免了纯局部采样器的弱点。在六个公开可用的单应矩阵与基础矩阵拟合真实世界数据集上，MAGSAC++产生了优于最先进鲁棒方法的结果。它更快、几何更准确且失败更少。
引用
@article{arxiv.1912.05909,
title = {MAGSAC++, a fast, reliable and accurate robust estimator},
author = {Daniel Barath and Jana Noskova and Maksym Ivashechkin and Jiri Matas},
journal= {arXiv preprint arXiv:1912.05909},
year = {2019}
}
备注
arXiv admin note: substantial text overlap with arXiv:1906.02295