鲁棒单旋转平均

Apr, 2020

Robust Single Rotation Averaging

Seong Hun Lee, Javier Civera

TL;DR本研究提出了一种利用 Weiszfeld 算法进行单旋转平均的新方法，其三个亮点是鲁棒初始化、离群值剔除和利用 Weiszfeld 算法近似计算 chordal L1-mean。全面的评估表明，我们的方法和现有技术在采用所提离群值剔除方案时表现相似，但速度快 2-4 倍。

Abstract

We propose a novel method for single rotation averaging using the Weiszfeld algorithm. Our contribution is threefold: First, we propose a robust initialization based on the elementwise median of the input rotation matrices. Our initial solution is more accurate and robust than the comm

single rotation averaging weiszfeld algorithm outlier rejection scheme robustness chordal l1-mean approximating

发现论文，激发创造

稳健的单次旋转平均重新审视

基于最小化截断的欧氏距离的平均旋转方法，具有较强的抗干扰性能，优于当前领先的方法。

Sep, 2023

混合旋转均值：一种快速且鲁棒的旋转均值方法

本文提出一种采用局部和全局旋转平均法的混合方法，结合快速的视图图滤波预处理，解决 3D 重建中的精度和准确性问题，并将此方法应用于增量式运动结构，从而将此方法的实用性提高到很高的程度，实验表明，此方法可以有效地纠正糟糕的相机姿态和减小漂移。

Jan, 2021

多不可约谱同步用于稳健旋转平均

使用谐波分析和谱松弛方法解决旋转平均问题，通过与测量图属性相关的性能保证，指导传感器布置、网络压缩和主动感知等任务。

Nov, 2023

分秒之间的旋转平均值：一种基于原始对偶方法和闭合形式的循环图算法

本文从最大似然估计的角度出发，提出了一种新的无需初始化的原始 - 对偶方法来解决旋转平均问题，同时，在循环图中得出了旋转平均的第一个闭合解，这一方法在精度和性能方面都有了显著的提升。

Sep, 2021

循环图中的旋转平均：基于原始 - 对偶方法和闭合形式

通过最大似然估计的方法，本文针对旋转平均问题提出了一种新的原始 - 对偶方法，以解决在计算机视觉和摄像机网络标定中使用的非凸高维优化问题，并在多个情境中对该方法进行了基准测试，通过对偶理论验证了解决方案的有效性和性能提升。

May, 2024

增量旋转均匀化再审视与更多：新的旋转均匀化基准

本文介绍了一种名为 IRAv4 的增量旋转平均方法，其中使用了特定任务的连接支配集作为旋转全局对齐的可靠参考，并提出了一种基于 COLMAP 的旋转平均基准，将旋转和下游位置估计精度作为评估指标，与其他主流旋转平均方法进行了全面的比较。

Sep, 2023

HARA: 基于层次结构的鲁棒性旋转平均方法

提出了一种新的分层方法 HARA 来解决多次旋转平均问题，通过优先加入具有强大三元组支持的边逐步建立生成树，实现了离群值过滤以及在非线性优化前得到鲁棒的初步解，同时也可集成有效 2D-2D 对应关系，经过合成数据集和现实数据集的广泛评估，结果表明其技术处于最先进水平。

Nov, 2021

重新审视旋转平均：不确定性与鲁棒损失

本论文提出一种改进的旋转平均方法，通过直接将不确定性从点对应中传播到旋转平均中来模拟基础噪声分布，同时探索了将 MAGSAC 损失整合到旋转平均问题中的可能性，较之传统的健壮损失方法在大规模公共基准测试中的精度更高。

Mar, 2023

黎曼框架中的 Gromov-Wasserstein 平均化

应用 Gromov-Wasserstein 距离的 Riemannian 框架，我们开发了一种在任意大小和对称性矩阵的空间中进行统计任务和网络数据分析的实用工具，并对该 “空间” 的切向结构和 Fréchet 函数的梯度流进行了理论上的探索。

Oct, 2019

Shonan 旋转平均化：通过在 $SO (p)^n$ 上搜索实现全局最优

Shonan Rotation Averaging 是一种快速、简单和优雅的旋转平均算法，利用半定松弛来解决旋转平均问题实现全局最优解，可以解决大规模实例，并保持当前 SFM 方法的速度和可扩展性。

Aug, 2020