7L-06
ロバスト推定のためのRANSAC型の確率的モデリング
○渡部直生,関本快士,安田宗樹(山形大)
外れ値を含むデータ集合に対するパラメータ推定問題は応用上重要である。 外れ値の影響を取り除きつつ、適切なパラメータを推定する方法はロバスト推定と呼ばれ、 random sample consensus (RANSAC)はロバスト推定法の代表的な一つとして知られる。 本研究では、RANSAC のスキームを自然に取り込んだ確率的モデリングを提案する。 提案の確率的モデリングは、RANSAC的な繰り返しランダムサンプリングを実際に行うことなしに パラメータのロバスト推定を実現することができる。 直線抽出のために用いられるハフ変換へ提案の確率的モデリングを適用し、その有効性を検証する。