今天是
福建农林大学
福建农林大学计算机与信息学院
您当前的位置:首页  科研实践  科研信息
我院陈日清团队在国际顶级期刊《IEEE Transactions on Industrial Electronics》上刊发论文
发布时间 :2018-12-05 信息员: 浏览次数:2694

近日,IEEE Transactions on Industrial Electronics(电气和电子工程师协会工业电子会刊)在线刊发我院陈日清创新团队成员赖桃桃博士后在鲁棒模型拟合领域的最新研究成果《基于贪婪搜索和指定内点阈值的鲁棒模型拟合》(Robust Model Fitting Based on Greedy Search and Specified Inlier Threshold)。该成果提出了一种通过贪婪搜索和指定内点阈值进行高效模型拟合的新方法。

 

 

相关研究得到国家自然科学基金(项目批准号:61702101, 61501120, 61701117)和中国博士后科学基金(项目批准号:2017M622038, 2017M612145)等项目的资助。论文第一作者及通讯作者分别为我院赖桃桃博士后及陈日清教授。

随着计算机视觉技术的不断发展,很多计算机视觉产品已被广泛地应用到人们的工作和生活中。很多计算机视觉问题都可以归结为鲁棒模型拟合问题。获取视觉数据(例如图像和视频)的过程通常会受到光照、拍摄角度和拍摄距离等因素的影响,从而使得输入数据不可避免地包含噪声和离群点。在过去十几年,学者们提出了很多优秀的鲁棒模型拟合方法,但在时效性和准确性上,当前的模型拟合方法还无法满足针对多模型实例数据(同时包含噪声和高比例离群点)的实际应用要求。因此,提高鲁棒模型拟合方法的高效性,将大幅度提高各类实际应用的效率。

 

 

针对鲁棒模型拟合方法的高效性这个关键问题,该论文提出一种基于贪婪搜索和指定内点阈值的模型拟合方法。基于指定的内点阈值,该方法提出一种参数检测策略来检测生成的模型参数是否正确。另外,该方法通过使用当前最佳模型假设的内点来初始化其模型假设,从而改进了传统的贪婪搜索策略随机初始化其模型假设的不足。该方法在两个公开测试数据集上进行了实验验证,并取得了良好的效果。

IEEE Transactions on Industrial Electronics是电气电子领域国际顶级期刊,主要报道信息、控制、电气及工业电子等领域最新的研究进展,期刊当前影响因子为7.050,属于SCI一区TOP期刊。

论文详细内容见:https://ieeexplore.ieee.org/document/8543499