记号:xx表示测量值,表示估计值,x¯x¯表示真值
RMS(均方根)残差
εres=[12n∑i=1nd(x′i,x^′i)2]1/2εres=[12n∑i=1nd(xi′,x^i′)2]1/2
εres=[14n(∑i=1nd(x′i,x^′i)2+∑i=1nd(xi,x^i)2)]1/2εres=[14n(∑i=1nd(xi′,x^i′)2+∑i=1nd(xi,x^i)2)]1/2重要结论:考虑一个估计问题,其中N个测量由依赖于d个本质参数集的函数模型化,假定每个测量变量有标准差σσ的独立高斯噪声
(1)ML估计算法的RMS残差(测量值到估计值的距离)是
εres==E[||X^−X||/N]1/2=σ(1−d/N)1/2εres==E[||X^−X||/N]1/2=σ(1−d/N)1/2
(2)ML估计算法的RMS估计误差(测量值到真值的距离)是
εest==E[||X^−X¯||/N]1/2=σ(d/N)1/2εest==E[||X^−X¯||/N]1/2=σ(d/N)1/2单图像误差
εres=σ(1−4/n)1/2εres=σ(1−4/n)1/2
εest=σ(4/n)1/2εest=σ(4/n)1/2重投影误差
εres=σ(n−42n)1/2εres=σ(n−42n)1/2
εest=σ(n+42n)1/2εest=σ(n+42n)1/2
变换估计的协方差
协方差的前向传播
结论1:令vv是中的一个具有均值v¯v¯和协方差矩阵ΣΣ的随机变量,假定f:RM↦RNf:RM↦RN是一个仿射映射:定义为f(v)=f(v¯)+A(v−v¯)f(v)=f(v¯)+A(v−v¯)。那么f(v)f(v)是一个具有均值f(v¯)f(v¯)和协方差矩阵AΣATAΣAT的随机变量
结论2:令vv是中的一个具有均值v¯v¯和协方差矩阵ΣΣ的随机变量,假定f:RM↦RNf:RM↦RN在v¯v¯的邻域可微,那么在精确到一阶近似的程度。那么f(v)f(v)是一个具有均值f(v¯)f(v¯)和协方差矩阵JΣJTJΣJT的随机变量,其中JJ是的雅可比矩阵在v¯v¯的值。vv方差越小,线性近似越精确协方差的反向传播
仿射情形,令是形为f(P)=f(P¯)+J(P−P¯)f(P)=f(P¯)+J(P−P¯)的仿射映射,其中,JJ的秩等于。令XX是中的一个具有均值X¯=f(P¯)X¯=f(P¯)和协方差矩阵ΣΣ的随机变量。令f−1oη:RN↦RMf−1oη:RN↦RM是一个映射,它把测量矢量XX映射到对应于ML估计的参数矢量PP。那么是一个具有均值P¯P¯的随机变量,其协方差矩阵是ΣP=(JTΣ−1XJ)−1ΣP=(JTΣX−1J)−1
非线性情形,令f:RM↦RNf:RM↦RN是一个可微映射,而JJ是它在点处的雅可比矩阵。假定JJ的秩等于,则ff在的领域是一一对应的。令XX是中的一个具有均值X¯=f(P¯)X¯=f(P¯)和协方差矩阵ΣΣ的随机变量。令f−1oη:RN↦RMf−1oη:RN↦RM是一个映射,它把测量矢量XX映射到对应于ML估计的参数矢量PP。那么在一阶精度下,是一个具有均值P¯P¯的随机变量,其协方差矩阵是ΣP=(JTΣ−1XJ)−1ΣP=(JTΣX−1J)−1超参数化,JJ的秩是
协方差的反向传播,超参数情形。令f:RM↦RNf:RM↦RN是一个可微映射,它把一组参数P¯P¯映射到测量矢量XX。令是嵌入RMRM中过点P¯P¯的dd维光滑流形并使得映射在流形SPSP上的P¯P¯的一个邻域内是一一对应的,ff把邻域映射到RNRN上的流形f(SP)f(SP)。函数ff有一个局部逆函数,记为,它限制在曲面f(Sp)f(Sp)上X¯X¯的一个邻域内。定义RNRN上一个具有均值X¯X¯和协方差ΣxΣx的高斯分布,并令η:RN↦f(Sp)η:RN↦f(Sp)把RNRN的点映射到f(SP)f(SP)上并在Mathlanobis范数||.||Σx||.||Σx意义下最近的点。RNRN上具有协方差矩阵ΣxΣx的概率分布通过f−1oηf−1oη诱导RMRM上的概率分布,它在一阶精度下的协方差矩阵是Σp=(JTΣ−1xJ)+A=A(ATJTΣ−1xJA)−1ATΣp=(JTΣx−1J)+A=A(ATJTΣx−1JA)−1AT
其中AA是任意矩阵,它的列矢量生成SpSp的过点P¯P¯的切空间
反向传播过程:X↦f(Sp)↦PX↦f(Sp)↦P
结论:令f:RM↦RNf:RM↦RN是一个可微映射,它把一组参数P¯P¯映射到测量矢量X¯X¯,并令JJ为的雅可比矩阵。设RNRN上一个具有协方差矩阵ΣxΣx的高斯分布定义在X¯X¯,同时令f−1oη:RN↦RMf−1oη:RN↦RM是把一个测量XX映射到约束在局部正交于的零空间曲面SpSp上的MLE参数矢量PP的映射。那么诱导在RMRM上的一个分布,它的协方差矩阵在一阶精度下是Σp=(JTΣ−1xJ)+Σp=(JTΣx−1J)+
当约束是||P||=1||P||=1时,满足约束在局部正交于JJ的零空间曲面上的MLE参数矢量PP
应用
单图像误差变换H的协方差矩阵
(1)计算
(2)计算Jf=∂X′/∂hJf=∂X′/∂h
(3)Σp=(JTfΣ−1X′Jf)+Σp=(JfTΣX′−1Jf)+估计点转移的误差,xx是没有用于计算的点,x′=Hxx′=Hx
Σx′=JhΣhJTh+JxΣxJTxΣx′=JhΣhJhT+JxΣxJxT当xx距离计算的点集较远时,误差更大