回顾一些参数估计的方法，包括梯度下降算法和牛顿法及其扩展梯度下降算法(Gradient
Descent, GD)目的是优化参数，使得估计值与真实值的误差最小。试用于优化目标形式为:其中表示特征权重，表示样本的以维特征描述，为样本。1,
批梯度下降算法(batch gradient decent, B...
分类：
其他好文 时间：
2014-06-12 15:20:17
阅读次数：
526
RANSAC(Random Sample Consensus)即随机采样一致性，对SIFT算法产生的128维特征描述符进行剔除误匹配点。
首先，从已求得的配准点对中抽取几对配准点，计算变换矩阵，并将这几对点记录为”内点”。继续寻找配准点对中的非内点，若这些配准点对符合矩阵，则将其添加到内点。当内点中的点对数大于设定阈值时，则判定此矩阵为精确的变换矩阵。依照以上方法，随机采样 N 次...
分类：
其他好文 时间：
2014-06-08 15:39:02
阅读次数：
336
计算机视觉讨论群162501053
转载请注明：http://blog.csdn.net/abcd1992719g/article/details/28424579...
分类：
其他好文 时间：
2014-06-08 02:18:41
阅读次数：
732
