最大相关熵准则下的鲁棒运动平均
计算机视觉与模式识别
2021-05-18 v2
摘要
最近，运动平均方法被引入作为解决多视图配准问题的有效手段。该方法旨在从一组相对运动中恢复全局运动，其中原始方法由于在优化中使用 Frobenius 范数误差而对异常值敏感。因此，本文提出了一种基于最大相关熵准则(MCC)的新型鲁棒运动平均方法。具体而言，使用相关熵测度代替 Frobenius 范数误差，以提高运动平均对异常值的鲁棒性。根据半二次技术，基于相关熵测度的优化问题可以通过交替最小化过程求解，该过程包括权重分配和加权运动平均操作。此外，我们设计了一种自适应核宽度选择策略以利用相关熵的优势。在基准数据集上的实验结果表明，新方法在多视图配准的准确性和鲁棒性方面具有优越的性能。
引用
@article{arxiv.2004.09829,
title = {Robust Motion Averaging under Maximum Correntropy Criterion},
author = {Jihua Zhu and Jie Hu and Huimin Lu and Badong Chen and Zhongyu Li},
journal= {arXiv preprint arXiv:2004.09829},
year = {2021}
}