基于期望条件最大化的刚体点配准
计算机视觉与模式识别
2018-03-08 v1
摘要
本文通过计算机模拟图像中基于最大似然原理的点配准，解决刚体三维物体点与二维图像点匹配的问题。将三维坐标变换为二维时需要进行透视投影。该问题随后被重述为一个缺失数据框架，其中未知对应关系通过混合模型处理。本文采用面向点配准的期望条件最大化（ECMPR），比较了两种不同的旋转与平移优化算法。我们从理论与实验上详细分析了其在配准参数估计方面的相关后果。
引用
@article{arxiv.1803.02518,
title = {Rigid Point Registration with Expectation Conditional Maximization},
author = {Jing Wu},
journal= {arXiv preprint arXiv:1803.02518},
year = {2018}
}