要約
本論文では、非常に多くの外れ値を効率的に扱うことができる、ロバストな一回転平均のための新しい手法を提案する。我々のアプローチは、測地線距離の総切り捨て最小二乗偏差（TLUD）コストを最小化することである。提案するアルゴリズムは3つのステップからなる：まず、各入力回転を潜在的な初期解とみなし、切り捨てられた和弦偏差の合計が最小となるものを選ぶ。次に、その初期解を用いて外れ値集合を求め、その和弦$L_2$平均を計算する。最後に、この推定値から出発して、$SO(3)$上のWeiszfeldアルゴリズムを用いて、インライヤーの測地線$L_1$平均を繰り返し計算する。広範な評価により、我々の手法は、十分な数の正確なインライアがあれば、99%までのアウトライアに対して頑健であり、現在の技術水準を上回ることが示される。
要約(オリジナル)
In this work, we propose a novel method for robust single rotation averaging that can efficiently handle an extremely large fraction of outliers. Our approach is to minimize the total truncated least unsquared deviations (TLUD) cost of geodesic distances. The proposed algorithm consists of three steps: First, we consider each input rotation as a potential initial solution and choose the one that yields the least sum of truncated chordal deviations. Next, we obtain the inlier set using the initial solution and compute its chordal $L_2$-mean. Finally, starting from this estimate, we iteratively compute the geodesic $L_1$-mean of the inliers using the Weiszfeld algorithm on $SO(3)$. An extensive evaluation shows that our method is robust against up to 99% outliers given a sufficient number of accurate inliers, outperforming the current state of the art.
arxiv情報
| 著者 | Seong Hun Lee,Javier Civera |
| 発行日 | 2024-02-01 22:49:08+00:00 |
| arxivサイト | arxiv_id(pdf) |