Paper read :on the unificationof line process,outlier rejection and robust statistics

最新推荐文章于 2025-07-16 20:13:44 发布
最新推荐文章于 2025-07-16 20:13:44 发布
阅读量567 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： Optimization 文章标签： 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_44492024/article/details/106781677
本文探讨了Black和Rangarajan的研究，如何将线性过程、异常排除和稳健统计相结合，并应用于早期视觉任务。研究涵盖总方差重建、稳健统计、异常过程、从稳健估计到异常过程的转变、全局最优共轭（GNC）以及空间不连续性等方面。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Paper read :on the unificationof line process,outlier rejection and robust statistics

Black M J , Rangarajan A . On the unification of line processes, outlier rejection, and robust statistics with applications in early vision[J]. International Journal of Computer Vision, 1996, 19(1):57-91.

1. Total variance reconstruction

tv recon

  • TODO: check its connection with L1 heuristic.

2. Robust Statistics

robust statistics

3. Outlier process

outlier process

4. From Robust estimation to Outlier process

最低0.47元/天 解锁文章

200万优质内容无限畅学
ts12_Multi-step Forecast_sktime_bold_Linear Regress_sMAPE MASE_warn_plotly acf vlines_season_summary
Linli522362242的专栏
01-12 1896
Linear_Elastic Net_Ridge_Huber_Lasso Regression_ForecastingHorizon_Deseasonalizer_Detrender_NaiveForecaster_ make_reduction _TransformedTargetForecaster_test_heteroskedasticity_test_serial_correlation_bse(std err)_SARIMAX
热力图回归Adaptive Wing Loss [ICCV2019] 论文阅读
Iron_lyk Blog
06-12 4224
基于深度网络的热力图回归方法已成为定位面部关键点的主流方法之一。但是，目前对热力图回归的损失函数的研究却很少。本文对人脸对齐问题中热图回归的理想损失函数性质进行分析。然后，我们提出了一种新的损失函数，称为 Adaptive Wing Loss，它能够使其形状适应不同类型热力图像素的ground truth。这种适应性对前景像素的损失更大，而对背景像素的损失更少。为了解决前景和背景像素之间的不平衡问题，我们还提出了加权损失图（Weighted Loss Map），它在前景和困难的背景像素上分配高权重，以帮助训
Robust estimation
u010307048的博客
03-22 747
1. 特殊环境、有先验信息的情况 2. Minimal/Non-minimal case 3. Robust pose estimation 1. Inlier set maximization 2. M-estimators 4. 其他类型的correspondence affine correspondences 基于语义信息的correspondences 5. 其他特征 (线，面) 6. 有趣的方向 ...
CVX based SLAM algorithms paper read
weixin_44492024的博客
06-08 984
CVX based ICP paper read1 Banch and Bound1.1 Practical Global Optimization for Multiview Geometry1.2 Branch-and-Bound Methods for Euclidean Registration Problems2. Lagrangian Duality2.1 Convex Global 3D Registration with Lagrangian Duality2.2 Solving Quadr
2020年 ICLR 国际会议最终接受论文(poster-paper)列表(四)
yinizhilianlove的博客
02-21 2万+
来源：AINLPer微信公众号（点击了解一下吧） 编辑: ShuYini 校稿: ShuYini 时间: 2020-02-21     2020年的ICLR会议将于今年的4月26日-4月30日在Millennium Hall, Addis Ababa ETHIOPIA（埃塞俄比亚首都亚的斯亚贝巴 千禧大厅）举行。     2020年ICLR会议（Eighth International Con...
ICCV2017论文摘要汇总
super_chicken的博客
04-18 7034
1. Globally-Optimal Inlier Set Maximisation for Simultaneous Camera Pose and Feature Correspondence Abstract: Estimating the 6-DoF pose of a camera from a single image relative to a pre-computed 3D p...
CVPR2017论文摘要汇总
super_chicken的博客
04-09 1万+
1. Exclusivity-Consistency Regularized Multi-view Subspace Clustering Abstract: Multi-view subspace clustering aims to partition a set of multi-source data into their underlying groups. To boost the ...
CVPR 2017 Abstracts Collection
热门推荐
人工智能
07-11 3万+
https://github.com/MichaelLiang12/CVPR-2017-Abstracts-Collection/blob/master/CVPR2017_Abstract_Collection.md CVPR 2017 Abstracts Collection Collection of CVPR 2017, including titles, lin
Quasi-Newton拟牛顿法（共轭方向法）
weixin_44492024的博客
10-09 4265
Quasi-Newton拟牛顿法（共轭方向法）1. Introduction2. 牛顿法2.1 不能保证收敛2.2 Hessian计算复杂3. 共轭方向法3.1 共轭方向3.2 共轭方向上可以收敛到极小3.3 共轭梯度法得到的是Q上的共轭方向3.4 算法效果4. 拟牛顿法4.1 拟牛顿法构造的是Q的共轭方向4.2 确定Hk - 秩1修正公式4.2 确定Hk - DFP4.3 确定Hk - BFGS...
Conjugate Gradient Methods
weixin_44492024的博客
05-06 916
Conjugate Gradient MethodsIntroductionAlgorithmsMatlab Implementation Introduction CG方法一开始发明在上个世纪（1952年，Hestenes and Stiefel），作为直接求解的方法，一开始的动力是因为那时代的电脑完全没有我们现在的电脑强大。在更早的时候，甚至没有电脑存在，那种情况下使用基础的牛顿法求解一个几百...
PCG(preconditioned conjugate gradient) for RCS(reduced camera system) in SLAM
weixin_44492024的博客
05-26 811
Preconditioned Conjugate Gradient for Reduced Camera System in SLAM1. Introduction1.1 Linear algebra softwares1.2 Preconditioned Conjugate Gradient1.3 Prepare real SLAM data 1. Introduction Try to reproduce the article Pushing the Envelope of Modern Method
Paper read with more formula derivation: Semidefinite Programming
weixin_44492024的博客
06-17 367
Paper read with more formula derivation: Semidefinite Programming1. Introduction1.1 SDP2. Duality2.1 Derivation2.2 Duality gap2.3 Optimal condition2.4 Example3. Primal Dual formulation4. Interior-point method4.1 Barrier function4.1.1 Derivative4.1.2 LP exa
（RT-DETR）DETRs Beat YOLOs on Real-time Object Detection论文精读（逐段解析）
weixin_46248968的博客
07-12 679
【前沿论文精读】RT-DETR，首个实时端到端目标检测Transformer模型，解决了传统YOLO系列因NMS后处理导致的速度和精度瓶颈。1)设计高效混合编码器，通过解耦尺度内交互和跨尺度融合提升速度；2)提出不确定性最小查询选择机制提高精度。该方法支持灵活调整解码器层数以适应不同场景需求，无需重新训练。
模型训练与部署注意事项篇---resize
道阻且长，行则将至。
07-12 629
图像大小对YOLOv系列模型性能的影响主要体现在三个方面：1）训练与推理尺寸需保持基准一致性（如640x640），以确保特征匹配；2）尺寸选择需权衡目标尺度、硬件算力和数据集特性，小目标检测宜用大尺寸；3）推理时可灵活调整尺寸（需为32的整数倍），但偏离训练尺寸会导致精度下降或速度变化。关键原则是保持尺寸兼容性，根据实际需求在精度与速度间取得平衡。
【论文阅读 | IF 2025 | COMO：用于多模态目标检测的跨 Mamba 交互与偏移引导融合】
最新发布
berling00的博客
07-16 412
单模态目标检测任务在面对多样场景时往往会出现性能下降。相比之下，多模态目标检测任务通过融合不同模态的数据，能够提供更全面的目标特征信息。在本文中，我们提出了一种名为跨 Mamba 交互与偏移引导融合（COMO）的新框架，用于多模态目标检测任务。COMO 框架采用跨 Mamba 技术构建特征交互方程，实现多模态序列化状态计算。这在产生交互融合输出的同时，减少了计算开销并提高了效率。此外，COMO 利用受错位影响较小的高层特征，促进模态间的交互和互补信息传递。
Matlab数字图像处理——基于图像分割与模板匹配的的车牌识别系统
小嘤熊的博客
07-16 300
为提取七位标准字符，系统基于列投影法对二值图像进行逐列扫描，识别字符间的空隙区域。通过对列像素分布密度的分析，识别字符边界，从而将车牌图像划分为若干独立字符单元。对于车牌首位汉字，系统考虑其相较于英数字体结构复杂、面积更大等特性，设计了宽度、面积和位置等多维度的判断准则，确保该类字符在分割阶段的正确保留。Matlab数字图像处理——基于图像分割与模板匹配的的车牌识别系统小编会不定期发布相关设计内容包括但不限于如下内容:信号处理、通信仿真、算法设计、matlab appdesigner，gui设计、simul
【yolo】模型训练参数解读
weixin_37763484的博客
07-11 969
yolo模型训练参数解读，提升yolo模型训练效果
计算机视觉与深度学习 ｜ 基于Matlab的多特征融合可视化指纹识别系统（附完整代码）
尘世冰封的专栏
07-12 207
此系统展示了一个完整的指纹识别流程，实际应用中可以根据需求进一步优化算法，如改进方向场计算、增加脊线频率特征、使用更精确的匹配算法等。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值