基于变分贝叶斯的自适应非刚性点集匹配
Xibei Gongye Daxue Xuebao/Journal of Northwestern Polytechnical University（2018）
摘要
针对存在异常值的非刚性点集匹配问题,提出了一种基于贝叶斯混合t分布模型的匹配方法.在变分贝叶斯框架下,点集匹配问题转化为最大化对数似然的变分下界,利用变分推断确定变换参数.利用先验模型,将空间正则化约束并入贝叶斯混合t分布模型中,根据不同的点集可自适应地确定正则化参数.与高斯分布相比,t分布对异常值更加稳健.最后,在模拟点集和真实图像上的实验对比分析,验证了该方法在处理存在异常值的非刚性点集匹配问题时的有效性.
更多查看译文
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要