Efficient energy-based topological outlier rejection
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F18%3A00324016" target="_blank" >RIV/68407700:21230/18:00324016 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.sciencedirect.com/science/article/pii/S1077314218301152?via%3Dihub" target="_blank" >https://www.sciencedirect.com/science/article/pii/S1077314218301152?via%3Dihub</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1016/j.cviu.2018.07.002" target="_blank" >10.1016/j.cviu.2018.07.002</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Efficient energy-based topological outlier rejection
Popis výsledku v původním jazyce
An approach is proposed for outlier rejection from a set of 2D point correspondences which does not require any underlying models, e.g. fundamental matrix. The solution is obtained by minimizing an energy originated from the neighborhood-graphs in both images using a grab-cut-like algorithm: iterated graph-cut and re-fitting. The method is validated on publicly available datasets, it is real time for most of the problems and achieves more accurate results than RANSAC and its state-of-the-art variants in terms of outlier rejection ratio. It is applicable to scenes where a single fundamental matrix is not estimable, e.g. non-rigid or degenerate ones.
Název v anglickém jazyce
Efficient energy-based topological outlier rejection
Popis výsledku anglicky
An approach is proposed for outlier rejection from a set of 2D point correspondences which does not require any underlying models, e.g. fundamental matrix. The solution is obtained by minimizing an energy originated from the neighborhood-graphs in both images using a grab-cut-like algorithm: iterated graph-cut and re-fitting. The method is validated on publicly available datasets, it is real time for most of the problems and achieves more accurate results than RANSAC and its state-of-the-art variants in terms of outlier rejection ratio. It is applicable to scenes where a single fundamental matrix is not estimable, e.g. non-rigid or degenerate ones.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/GBP103%2F12%2FG084" target="_blank" >GBP103/12/G084: Centrum pro multi-modální interpretaci dat velkého rozsahu</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Computer Vision and Image Understanding
ISSN
1077-3142
e-ISSN
1090-235X
Svazek periodika
174
Číslo periodika v rámci svazku
September
Stát vydavatele periodika
US - Spojené státy americké
Počet stran výsledku
12
Strana od-do
70-81
Kód UT WoS článku
000454184700007
EID výsledku v databázi Scopus
2-s2.0-85051502921