文献

J-GLOBAL ID：202102284346068953   整理番号：21A0229615

よりインフォームドなランダムサンプルコンセンサス【JST・京大機械翻訳】

More Informed Random Sample Consensus

著者 (2件)： Zhang Guoxiang (UC Merced,School of Engineering,Merced,USA) ,  Chen YangQuan (UC Merced,School of Engineering,Merced,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCMA  ページ： 197-201  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ランダムサンプルコンセンサス(RANSAC)はロバストなモデル適合アルゴリズムである。それは,画像スティッチングとポイントクラウド登録を含む多くの分野で広く使われている。RANSACでは,データを仮説生成のために均一にサンプリングした。しかし,この均一サンプリング戦略は,多くの問題に関する情報を完全に利用していない。本論文では,データソーティングアルゴリズムとともにLe’vy分布を持つサンプルデータを提案する。提案方法の仮説サンプリングステップにおいて,データを,著者らが提案した分類アルゴリズムによって分類して,それは,データポイントの尤度に基づくデータを,インリーナセットにおいて分類した。次に,仮説を,Le’vy分布を有する分類データからサンプリングした。提案方法を,シミュレーションと実世界の公開データセットの両方で評価した。著者らの方法は,均一ベースライン法と比較してより良い結果を示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  ソーティング ,  基準線 ,  *無作為抽出 ,  ロバスト性 ,  仮説生成
準シソーラス用語： 分類アルゴリズム ,  尤度 ,  RANSAC ,  画像スティッチング , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： ランダムサンプル ,  コンセンサス