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

最新推荐文章于 2025-11-30 01:00:00 发布
原创 最新推荐文章于 2025-11-30 01:00:00 发布 · 598 阅读 · 1 ·
CC 4.0 BY-SA版权
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。
文章标签：

#计算机视觉

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。

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
热力图回归Adaptive Wing Loss [ICCV2019] 论文阅读
Iron_lyk Blog
06-12 4461
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 1091
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 ...
《论文笔记》DOOR-SLAM：Distributed,Online, and Outlier Resilient SLAM for Robotic Teams
qq_45762949的博客
03-01 2680
作者：Pierre-Yves Lajoie1, Benjamin Ramtoula1,3, Y un Chang2, Luca Carlone2, Giovanni Beltrame1 单位：麻省理工学院（MIT) 会议：ICRA（B类） 时间：2019.12 摘要：为了实现协作任务，团队中的机器人需要对环境及其在其中的位置有共同的理解。分布式同时定位与建图(SLAM)为机器人定位提供了一种实用的解决方案，无需依赖外部定位系统(例如GPS)，且信息交换最少。不幸的是，当前的分布式SLAM系统容易受到
图像对齐：MeshFlow: Minimum Latency Online Video Stabilization
qq_34901691的博客
07-28 2630
MeshFlow: Minimum Latency Online Video Stabilization 文章目录MeshFlow: Minimum Latency Online Video StabilizationFAST FeaturesTrack by KLT1D Case2D CaseRANSACMeanFlowMotion PropagationMedian FiltersVertex Profiles GenerationRobust EstimationPredicted Adaptive
轻型异常在线检测器LODA：Lightweight on-line detector of anomalies
qq_40305043的博客
05-01 2544
LODA的论文：Tomáš Pevn`y. Loda: lightweight on-line detector of anomalies. Machine Learning, 102(2):275–304, 2016. 其他LODA的改进论文：Saarinen I: Adaptive real-time anomaly detection for multi-dimensional stream...
异常检测算法 —— LSCP: Locally Selective Combination in Parallel Outlier Ensembles
liuyinglxl
04-04 3756
背景 什么是 LSCP ？ Locally Selective Combination in Parallel Outlier Ensembles（LSCP），一个多个异常检测算法的并行集成框架，可以对多个异常检测模型进行集成，提高性能与稳定性。 什么是并行（parallel）的集成？ 如果多个模型之间是独立生成的，互不干扰，则能够并行执行，即并行的集成。它的对立面即是另一种集成方式即 —— 顺序...
sklearn(十五)：Novelty and Outlier Detection
u014765410的博客
10-03 976
outlier detection和novelty detection的区别 outlier detection 在outlier detection中，training data包含outlier，estimator在拟合时只选training data最集中的数据区进行拟合，而忽略密度较低的数据区（outlier）。 novelty detection 在novelty detectio...
ACM综述:Trajectory Outlier Detection: Algorithms, Taxonomies, Evaluation, and Open Challenges
csdnzhiwang的博客
09-16 1832
摘要 回顾轨迹异常处理(TOD)的算法 基于应用，output，算法层面上的分类 算法在小中大数据集上的表现 挑战，和待解决的问题 introduction 1.1 Review works 这篇文章关于异常处理的深度学习算法 Raghavendra Chalapathy and Sanjay Chawla. 2019. Deep learning for anomaly detection: A survey. arXiv:1901.03407 Gupta等人。[54]提供了一个有趣的调查，讨论了检测
StatisticalOutlierRemoval：离群点移除
君只见独不见的专栏
04-24 4886
官方代码解析 首先解析一波官方代码： pcl::PCDReaderreader;//定义读取对象 reader.read<pcl::PointXYZ>("table_scene_lms400.pcd",*cloud);//读取点云文件 然后，创建了一个pcl::StatisticalOutlierRemoval滤波器，将对每个点分析的临近点个数设为50，并将标准差倍数设为1，这意味着...
Quasi-Newton拟牛顿法（共轭方向法）
weixin_44492024的博客
10-09 4338
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...
CVX based SLAM algorithms paper read
weixin_44492024的博客
06-08 1010
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
Conjugate Gradient Methods
weixin_44492024的博客
05-06 941
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
05-26 834
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
06-17 390
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
Rex-Omni：Detect Anything via Next Point Prediction——通过下一个点预测检测任何事物
最新发布
Together_CZ的博客
11-30 846
Rex-Omni：Detect Anything via Next Point Prediction——通过下一个点预测检测任何事物
2008-2010
课题分离
11-29 61
3
农田植被目标检测数据标注与模型训练总结1
2503_92128136的博客
11-29 720
为确保标注质量与模型泛化能力，数据筛选遵循以下原则：优先选择彩色图像进行标注（黑白图像暂不纳入首期标注范围），剔除完全重复或画面模糊、目标不清晰的图像，最终筛选出 100-200 张有效图像作为首期标注数据集，满足模型初期训练的数据需求。标注过程中，需准确框选目标区域，保证标注边界与实际目标轮廓贴合，避免漏标、误标或重复标注，确保标注数据的准确性与有效性，为模型训练提供高质量的监督信号。本项目通过无人机农田图像标注与 YOLOv5 模型训练，实现了农田与植被的自动化分类识别，为精准农业提供了核心技术支撑。
计算机视觉·ZegFormer
2301_80132162的博客
11-29 666
作者对于ZS3和GZS3的新定义方式，还是比较有意思简单来说就是把语义分割看成两个部分先对图像进行分块，例如RR表示多个区域，这些区域不重叠然后找到一种标签映射关系LL，用于将这些区域映射到标签集合。
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