சுருக்கம்

Performance of RANSAC Techniques under Classical and Robust Methods

R. Muthukrishnan, E.D. Boobalan, R.Reka

Robust statistics deals with deviations from the assumptions on the model and is concerned with construction of statistical procedure which still reliable and reasonably efficient in a neighbourhood of the model. In computer vision, a robust estimator should be able to correctly find the fit when outliers/noise occupies a high percentage of the data. RANSAC is most commonly used robust estimator in computer vision task. It is a nondeterministic algorithm for estimation of a mathematical model from observed data which contains outliers. This paper presents the performance of RANSAC algorithmic techniques under the various methods LS, LMS, LTS and M estimators along with the results of the simulation study which is carried out in MATLAB.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

குறியிடப்பட்டது

Index Copernicus
கல்வி விசைகள்
CiteFactor
காஸ்மோஸ் IF
RefSeek
ஹம்டார்ட் பல்கலைக்கழகம்
அறிவியல் இதழ்களின் உலக பட்டியல்
சர்வதேச புதுமையான இதழ் தாக்க காரணி (IIJIF)
சர்வதேச அமைப்பு ஆராய்ச்சி நிறுவனம் (I2OR)
காஸ்மோஸ்

மேலும் பார்க்க