跳到正文
arXiv · 机器人与计算机视觉· Yu Liu, Meiqi Zhou, Zipei Fan, Guanyuan Feng, Xuan Song·· 2026-10-16精选AI 评分78

DLOSAC:基于 Delaunay 引导的局部优化的联合时空图像几何估计

DLOSAC: Joint Spatial-Geometric Image Estimation via Delaunay-Guided Local Optimization RANSAC

AI 导读

针对噪声匹配点下的可靠图像几何估计问题,现有 RANSAC 范式多为残差中心且分阶段处理,难以平衡分布优化与几何细化。本文提出 DLOSAC 框架,构建候选内点的 Delaunay 三角剖分以编码邻域拓扑,引入基于边的几何一致性度量及源自三角形面积和边属性的空间分布描述符,结合传统点级约束提升参数质量。该方法在涵盖三种几何估计任务的六个公开真实世界数据集上取得最先进性能。

推荐理由

提出 DLOSAC 框架,通过 Delaunay 三角剖分联合优化几何一致性与空间分布,在六个公开数据集上实现最先进性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org