結構分かってきました、PROSAC。


①まず高品質の対応点(特徴量のマッチング具合が良いもの)を降順にソート。
            ↓
②高品質な点集合のみからランダムサンプリングし、評価を実行。
            ↓
③統計的に安全な基準を満たしながら評価(予定)回数を小さくしていく。
            ↓
④もし統計上のサンプリング平均回数を上回っているなら低品質の点集合からも
  ランダムサンプリングする。
            ↓
⑤評価回数が予定数を上回る、もしくは設定されている何らかの基準(例えばインライヤ数)を
 上回るパラメータが見つかったら終了、それ以外なら②に戻る



すごく雑に説明ですけど、こんな感じです(よね?)


高品質なものを重点的に使えばいい結果がでるのは直感的に分かりやすいですし、

何より最悪でもRANSACと同じ処理負荷ということなので良いですね。

よく出来てると感心します。



・・・仕事あるのに夜更かししてしまった・・・。



論文を読み進めていると、どうやら停止条件に2項分布を使っている模様。

ってことは、恐らくΧ二乗検定を使ってアウトライヤの排除を行っているような気がする。


もうちょっとで分かりそう・・・。
ただいまPROSACのアルゴリズムを解析中・・・。


基本的にはRANSACとかわらんっぽいっすね。

良い対応の集合を出来るだけ大きくする感じ。




がんばります・・・。