Robust Single Rotation Averaging Revisited

要約

この研究では、外れ値の非常に大きな部分を効率的に処理できる、ロバストな単一回転平均化のための新しい方法を提案します。
私たちのアプローチは、測地線距離の合計切り捨て最小非二乗偏差 (TLUD) コストを最小限に抑えることです。
提案されたアルゴリズムは 3 つのステップで構成されます。まず、各入力回転を潜在的な初期解として考慮し、切り捨てられた弦偏差の合計が最小となるものを選択します。
次に、初期解を使用してインライア集合を取得し、その弦の $L_2$ 平均を計算します。
最後に、この推定値から開始して、$SO(3)$ に対して Weiszfeld アルゴリズムを使用して、インライアの測地線 $L_1$ 平均を繰り返し計算します。
広範な評価により、十分な数の正確なインライアが与えられた場合、私たちの方法は最大 99% の外れ値に対して堅牢であり、現在の最先端技術を上回るパフォーマンスを示すことが示されています。

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 2024-02-28 12:14:48+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, cs.RO パーマリンク