随机样本一致性(Random sample consensus,简称RANSAC)是一种从包含异常值的数据集估计数学模型的迭代方法。RANSAC算法的工作方式是识别数据集中的异常值,并使用不包含异常值的数据估计所需的模型。
RANSAC通过以下步骤完成
- 随机选择数据集的一个子集
- 拟合一个模型到选定的子集
- 确定异常值的数量
- 按照规定的迭代次数重复步骤1-3
例如,最适合一组点的直线方程可以使用RANSAC估计。
随机样本一致性(Random sample consensus,简称RANSAC)是一种从包含异常值的数据集估计数学模型的迭代方法。RANSAC算法的工作方式是识别数据集中的异常值,并使用不包含异常值的数据估计所需的模型。
RANSAC通过以下步骤完成
例如,最适合一组点的直线方程可以使用RANSAC估计。
视频Mosaicking(例子)
视频稳定使用点特性匹配(例子)