如何从计算结果中检索离群值？

Question

我尝试用类似于Features2D +查找已知对象的单形的方法来比较图像，但是用自写的findAffine()函数代替findHomography()。

利用塞莱斯·索尔弗方法得到了考虑离群点的最优仿射矩阵。

    double translation[] = {0, 0};
    double angle = 0;
    double scaleFactor = 1;

    ceres::Problem problem;


    for (size_t i = 0; i < points1.size(); ++i) {
        problem.AddResidualBlock(
                  new ceres::AutoDiffCostFunction<AffineResidual, 1, 2, 1, 1>(
                          new AffineResidual(Eigen::Vector2d(points1[i].x, points1[i].y),
                                             Eigen::Vector2d(points2[i].x, points2[i].y))),
                          new ceres::HuberLoss(1.0),
                          translation,
                          &angle,
                          &scaleFactor);
    }

    ceres::Solver::Options options;
    options.linear_solver_type = ceres::DENSE_QR;
    options.minimizer_progress_to_stdout = true;

    ceres::Solver::Summary summary;
    Solve(options, &problem, &summary);

Ceres解算器提供LossFunction

损失函数减少了高残差残差块的影响，通常是对应于离群点的残差块。

当然，我可以用得到的矩阵从第一幅图像中转换关键点坐标，并与第二次进行比较，得到偏差。但在工作过程中，塞勒斯的解决者已经在里面完成了。

我怎么才能找回它？在文件中没有找到。

Answer 1

我也有过类似的问题。在查看了Ceres库源(特别是ResidualBlock：：估价()方法)之后，我得出了一个结论，即对于剩余块，没有明显的“离群点”状态。损失函数似乎只影响块的最终成本值(正如您引用的文档中的短语所描述的那样-“损失函数减少了具有高残差的剩余块的影响”)。所以答案是，你不能从谷神星中检索离群值，没有这样的特征。

解决方法可能是用已解决的结果计算数据的剩余值，并将损失函数应用于它们。来自LossFunction：：might ()的评论可能会有所帮助：

// For a residual vector with squared 2-norm 'sq_norm', this method
// is required to fill in the value and derivatives of the loss
// function (rho in this example):
//
//   out[0] = rho(sq_norm),
//   out[1] = rho'(sq_norm),
//   out[2] = rho''(sq_norm),
//
// Here the convention is that the contribution of a term to the
// cost function is given by 1/2 rho(s),  where
//
//   s = ||residuals||^2.
//
// Calling the method with a negative value of 's' is an error and
// the implementations are not required to handle that case.
//
// Most sane choices of rho() satisfy:
//
//   rho(0) = 0,
//   rho'(0) = 1,
//   rho'(s) < 1 in outlier region,
//   rho''(s) < 0 in outlier region,
//
// so that they mimic the least squares cost for small residuals.
virtual void Evaluate(double sq_norm, double out[3]) const = 0;