计算机视觉中基于核密度的稳健估计方法
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 引言 | 第8-16页 |
| ·计算机视觉中的线性回归模型 | 第8-10页 |
| ·基本矩阵估计 | 第8-9页 |
| ·椭圆的拟合 | 第9页 |
| ·距离图像的分割 | 第9-10页 |
| ·回归估计值残差的度量 | 第10-12页 |
| ·传统回归方法面临的难题 | 第12页 |
| ·预备知识 | 第12-15页 |
| ·本文主要工作 | 第15-16页 |
| 第二章 稳健回归方法 | 第16-25页 |
| ·最小二乘法 | 第16-17页 |
| ·异常点与崩溃点 | 第17-18页 |
| ·统计中的稳健估计方法 | 第18-20页 |
| ·M估计 | 第18页 |
| ·最小平方中值(LMedS)估计 | 第18-20页 |
| ·计算机视觉中的稳健估计量 | 第20-25页 |
| ·Hough变换 | 第20-21页 |
| ·随机采样一致性(RANSAC)估计 | 第21页 |
| ·最小随机概率(MINPRAN) | 第21-22页 |
| ·最小无偏尺度和自适应最小k阶平方估计 | 第22-23页 |
| ·残差一致性估计(RESC) | 第23-25页 |
| 第三章 稳健估计量的性质 | 第25-32页 |
| ·稳健性度量 | 第25-28页 |
| ·局部稳健性 | 第25-28页 |
| ·全局稳健性 | 第28页 |
| ·MLESAC估计量的稳健性 | 第28-32页 |
| 第四章 一种新的基于核密度估计的基本矩阵估计 | 第32-51页 |
| ·同方差最大化核密度估计量 | 第32-35页 |
| ·Error-In-Variables模型 | 第32-33页 |
| ·同方差最大化核密度估计 | 第33-35页 |
| ·异方差最大化核密度估计量 | 第35-42页 |
| ·异方差现象的由来 | 第35-42页 |
| ·异方差的最大化核密度估计量 | 第42页 |
| ·异方差的基于核密度的基本矩阵估计 | 第42-46页 |
| ·核密度估计最大值点的搜索 | 第43-44页 |
| ·最优方向θ的搜索 | 第44-45页 |
| ·正常点的确定 | 第45页 |
| ·异方差的最大化核密度估计算法 | 第45-46页 |
| ·实验结果 | 第46-51页 |
| ·直线拟合 | 第46-47页 |
| ·椭圆拟合 | 第47-48页 |
| ·基本矩阵估计 | 第48-51页 |
| 结束语 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 附录一 在读期间完成的学术论文 | 第55页 |
| 附录二 在读期间参与的科研基金项目 | 第55-56页 |
| 致谢 | 第56-57页 |
