• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>3-D Digital Imaging and Modeling, 2007 6th International Conference on >Outlier Robust ICP for Minimizing Fractional RMSD
【24h】

Outlier Robust ICP for Minimizing Fractional RMSD

机译：异常鲁棒的ICP，可将分数RMSD最小化

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We describe a variation of the iterative closest point (ICP) algorithm for aligning two point sets under a set of transformations. Our algorithm is superior to previous algorithms because (1) in determining the optimal alignment, it identifies and discards likely outliers in a statistically robust manner, and (2) it is guaranteed to converge to a locally optimal solution. To this end, we formalize a new distance measure, fractional root mean squared distance (FRMSD), which incorporates the fraction of inliers into the distance function. Our framework can easily incorporate most techniques and heuristics from modern registration algorithms. We experimentally validate our algorithm against previous techniques on 2 and 3 dimensional data exposed to a variety of outlier types.
机译：我们描述了在一组转换下对齐两个点集的迭代最近点（ICP）算法的一种变体。我们的算法优于以前的算法，因为（1）在确定最佳对齐方式时，它以统计上稳健的方式识别和丢弃了可能的离群值，并且（2）确保收敛到局部最优解。为此，我们正式确定了一种新的距离度量，即分数均方根距离（FRMSD），该方法将整数部分合并到距离函数中。我们的框架可以轻松整合现代注册算法中的大多数技术和启发式方法。我们针对暴露于各种离群值类型的2维和3维数据，通过实验针对先前的技术对算法进行了验证。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号