Fast L1-Based RANSAC for Homography Estimation

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F16%3A00303522" target="_blank" >RIV/68407700:21230/16:00303522 - isvavai.cz</a>

Výsledek na webu

<a href="http://cmp.felk.cvut.cz/pub/cmp/articles/drbohlav/Serych-CVWW-2016.pdf" target="_blank" >http://cmp.felk.cvut.cz/pub/cmp/articles/drbohlav/Serych-CVWW-2016.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Fast L1-Based RANSAC for Homography Estimation

Popis výsledku v původním jazyce

We revisit the problem of local optimization (LO) in RANSAC for homography estimation. The standard state-of-the-art LO-RANSAC improves the plain version's accuracy and stability, but it may be computationally demanding, it is complex to implement and requires setting multiple parameters. We show that employing L1 minimization instead of the standard LO step of LO-RANSAC leads to results with similar precision. At the same time, the proposed L1 minimization is significantly faster than the standard LO step of [8], it is easy to implement and it has only a few of parameters which all have intuitive interpretation. On the negative side, the L1 minimization does not achieve the robustness of the standard LO step, its probability of failure is higher.

Název v anglickém jazyce

Fast L1-Based RANSAC for Homography Estimation

Popis výsledku anglicky

We revisit the problem of local optimization (LO) in RANSAC for homography estimation. The standard state-of-the-art LO-RANSAC improves the plain version's accuracy and stability, but it may be computationally demanding, it is complex to implement and requires setting multiple parameters. We show that employing L1 minimization instead of the standard LO step of LO-RANSAC leads to results with similar precision. At the same time, the proposed L1 minimization is significantly faster than the standard LO step of [8], it is easy to implement and it has only a few of parameters which all have intuitive interpretation. On the negative side, the L1 minimization does not achieve the robustness of the standard LO step, its probability of failure is higher.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2016

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 21st Computer Vision Winter Workshop

ISBN

978-961-90901-7-6

ISSN

—

e-ISSN

—

Počet stran výsledku

7

Strana od-do

—

Název nakladatele

Slovenian Pattern Recognition Society

Místo vydání

Ljubljana

Místo konání akce

Rimske Toplice

Datum konání akce

3. 2. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—