模型参数拟合之 RANSAC

  • 一种鲁棒的参数估计方法

基本思想是从所有的样本中随机采样n个样本,n是最少的能支持模型的样本数。如一条直线n=2.然后计算这个模型的性能。如此迭代。迭代完成之后选择一个指标最好的模型。

其数学原理是,采样次数越多,出现完美模型的概率越接近于1.
可以用于带有噪声的数据的模型参数估计。

放一个直线拟合的实验结果:

  • 最小二乘法
    模型参数拟合之 RANSAC

  • RANSAC
    模型参数拟合之 RANSAC

上一篇:STARKs, Part I: 多项式证明


下一篇:RANSAC算法的单应性矩阵讲解