DLOSAC:用 Delaunay 三角剖分引导的局部优化改进 RANSAC 几何估计
zhenjun_zhao · x · 2026-10-23
论文提出 DLOSAC(Delaunay-Guided Local Optimization RANSAC),改进多视图几何估计流程:
- 流程:ORB 特征提取与匹配 → RANSAC 得到初始内点 → 在内点上构建 Delaunay 三角剖分捕捉邻域关系 → 计算空间分布损失与基于边的几何一致性损失 → 加权后用 WLS 优化几何参数
- 算法为每个节点计算边损失与空间损失,权重取 exp(-L/σ²)
- 在 TUM、T&T、KITTI、CPC、EVD 等基准上,基础矩阵、相对位姿与单应性估计任务的平均误差全面优于 RANSAC、LO-RANSAC、GC-RANSAC、PSC-RANSAC 等方法,多数指标内点错误率接近 0
「研究」频道最新
- 伯克利 StyleStream 2.0：流式语音转换延迟降至 520ms 提速一倍 — Berkeley · 2026-10-23
- 数学博士生宣布离开学术界：AI 正让数学变得面目全非 — pickover · 2026-10-23
- ICLR 投稿现 LLM 残留自评：作者模型自曝结果不显著 — _onionesque · 2026-10-23
- AKV 推理系统让 Agent 自管 KV 缓存,成本降 27.7% 准确率反升 — _akhaliq · 2026-10-23
- AuroraTTS-100K：不到 100K 参数的英文 TTS，INT8 仅 127KB — Tall_Abrocoma_3533 · 2026-10-23
- MiTaS 多分辨率触觉模仿学习登场：成功率 80% 远超纯视觉基线 35.5% — Jan_R_Peters · 2026-10-23