著者

菅谷 保之 金谷健一

出版者

一般社団法人情報処理学会

雑誌

情報処理学会研究報告コンピュータビジョンとイメージメディア(CVIM) (ISSN:09196072)

巻号頁・発行日

vol.2006, no.25, pp.207-214, 2006-03-17

被引用文献数

16

---

本論文では2画像の特徴点対応から基礎行列を計算する最尤推定とそのECR下界との関係を述べ,具体的な数億計算法としてFNS法,EEIV法,くりこみ法のアルゴリズムをまとめる.さらにガウス・ニュートン反復を用いる方法を追加し,シミュレーション画像を用いてこれらの反復解法の収束性を検討する.反復の初期値はランダムに,最小二乗法で,およびTaubin法で定める3通りで比較する.最後に実画像を用いた実験を示す.これらの実験によって各々の計算法の特質が明らかになり,結論としてFNS法が最も収束性に優れていることが示される.This paper studies numerical schemes of maximum likelihood estimation for computing the fundamental matrix from feature point correspondences over two images. First, we state the problem and the associated KCR lower bound. Then, we describe the algorithms of three well-known methods, FNS, HEIV, and rep to which we add a new algorithm based on Gauss-Newton iterations. Using simulated images, we compare their convergence properties. The initial value is chosen in three ways: randomly, by least-squares, and by the Taubin method. We also show real image experiments. These experiments reveal characteristics of each method. It is concluded that FNS has the best convergence properties.