基于 Student-t 分布的鲁棒且精确的全局运动估计
图像与视频处理
2019-11-06 v1
摘要
基于像素的全局运动估计（GME）一直难以同时实现剔除离群点、避免局部极小以及快速运行。许多鲁棒代价函数在剔除离群点方面表现良好，但由于无法适应图像内容的变化，在长图像序列中会产生不稳定结果。在本文中，我们提出了一种参数化 student-t 代价函数，它可在图像配准问题中最为广泛使用的两种代价函数——L2 范数与 Cauchy-Lorentzian 函数——之间进行插值。我们还提出了一种参数估计方法，有助于为所提代价函数找到最佳参数。实验证明，相对于现有代价函数，所提方法可在不增加计算成本的前提下精确估计全局运动。
引用
@article{arxiv.1911.01734,
title = {Robust and Accurate Global Motion Estimation Using the Student-t Distribution},
author = {Yifan Zhou and Simon Maskell},
journal= {arXiv preprint arXiv:1911.01734},
year = {2019}
}