- …
- …
#704
summarized by : Higaki Yoshinari
どんな論文か？
従来のNAPSACの課題として、局所的なインライアだけにフィットしたモデルはしばしば精度が低いこと、局所的なサンプルは縮退した解に陥ること、スパースで局所性の低いデータに対しては失敗しやすいことが挙げられる。このような、インライアを増やすことと大域的・良設定問題になることのトレードオフを解決するために、NAPSACを漸進的サンプラーに置き換えたMAGSAC++を提案する。
新規性
局所サンプリングから漸進的に大域サンプリングにシフトしていくNAPSACの拡張。これをM-推定として定式化し、iteratively
reweighted least squares (IRLS)アルゴリズムで解く。ある条件を満たした場合のみ、近傍探索点数を増やすことで、漸進的に大域的な探索に移行していく。
結果
Fundamental matrix,Homography推定の実験において、精度（median errors, failure rates）と処理時間の両方においてSOTA（MAGSAC, GC-RANSAC）を上回る結果を得た。核となるP-NAPSAC samplerをNAPSACと比較した結果、誤差は2割程度減、速度は3倍以上高速化した。
その他（なぜ通ったか？等）
ロバスト性の向上と処理時間の両立、課題の原因とそれに対する施策の効果が明瞭である点が、評価のポイントと考えられる。
- …
- …