文献

J-GLOBAL ID：202102216052191010   整理番号：21A2529634

幾何学的マルチモデルフィッティングのための残差ヒストグラム選好に基づく異常値検出【JST・京大機械翻訳】

Outlier Detection Based on Residual Histogram Preference for Geometric Multi-Model Fitting

著者 (6件)： Zhao Xi (The State Key Laboratory of Information Engineering in Surveying, Wuhan University, Wuhan 430079, China) ,  Zhang Yun (The State Key Laboratory of Information Engineering in Surveying, Wuhan University, Wuhan 430079, China) ,  Xie Shoulie (Institute for Infocomm Research, 1 Fusionopolis Way, #21-01 Connexis (South Tower), Singapore 138632, Singapore) ,  Qin Qianqing (The State Key Laboratory of Information Engineering in Surveying, Wuhan University, Wuhan 430079, China) ,  Wu Shiqian (Institute of Robotics and Intelligent Systems (IRIS), Wuhan University of Science and Technology, Wuhan 430081, China) ,  Luo Bin (The State Key Laboratory of Information Engineering in Surveying, Wuhan University, Wuhan 430079, China)
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 11  ページ： 3037  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 幾何学的モデルフィッティングはコンピュータビジョンにおける基本的問題であり,適合精度は異常値によって影響を受ける。異常値の影響を除くために,通常,異常値閾値またはスケール推定器を採用した。しかし,単一インリータ閾値は,データにおいて多重モデルを満足できず,特定の雑音分布モデルを有するスケール推定器は,幾何学的モデルフィッティングにおいて,十分に動作しなかった。異常値の残差は,データにおけるすべての真のモデルに対して大きいことが観察され,それは異常値のコンセンサスを作った。この観察に基づき,本論文では,異常値検出の異常値コンセンサスを研究するための残留ヒストグラムに基づく選好解析法を提案した。異常値コンセンサスは,設計した残差ヒストグラム選好空間上の異常値から外れ値を収集し,リンククラスタリングを通して異常値から異常値を分離するのに非常に便利であることを見出した。異常値を検出し,除去した後,順列選好による連鎖クラスタ化を導入して,インリーレンをセグメント化した。さらに,リンククラスタリングプロセスを安定かつロバストにするために,代替サンプリングとクラスタリングフレームワークを異常値検出とインリーナセグメンテーションプロセスの両方において提案する。また,実験結果は,残差ヒストグラム選好に基づく異常値検出方式が,データセットにおける異常値の大部分を検出することができ,そして,適合結果は,幾何学的マルチモデルフィッティングにおける最先端の方法のほとんどより良いことを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  セグメンテーション ,  *残差 ,  順列 ,  クラスタ化 ,  コンピュータビジョン ,  *異常値 ,  ヒストグラム ,  ロバスト性
準シソーラス用語： *モデルあてはめ ,  多重モデル ,  *異常値検出 , 【Automatic Indexing@JST】

著者キーワード (4件)： 幾何学的マルチモデルフィッティング ,  残差ヒストグラム ,  異常値検出 ,  代替サンプリングとクラスタリング

分類 (2件)： 計測機器一般  (AD02000X) ,  計算理論  (JB02000A)

引用文献 (57件)：

• Gao, J.; Kim, S.J.; Brown, M.S. Constructing image panoramas using dual-homography warping. In Proceedings of the CVPR 2011, Colorado Springs, CO, USA, 20-25 June 2011.
• Brown, M.; Lowe, D.G. Automatic panoramic image stitching using invariant features. Int. J. Comput. Vis. 2007, 74, 59-73.
• Zitova, B.; Flusser, J. Image registration methods: A survey. Image Vis. Comput. 2003, 21, 977-1000.
• Westoby, M.J.; Brasington, J.; Glasser, N.F.; Hambrey, M.J.; Reynolds, J.M. ‘Structure-from-Motion’ photogrammetry: A low-cost, effective tool for geoscience applications. Geomorphology 2012, 179, 300-314.
• Bolles, R.C.; Baker, H.H.; Marimont, D.H. Epipolar-plane image analysis: An approach to determining structure from motion. Int. J. Comput. Vis. 1987, 1, 7-55.

タイトルに関連する用語 (7件)： 幾何学 ,  マルチ ,  モデルフィッティング ,  残差 ,  ヒストグラム ,  選好 ,  異常値検出