#一致性算法 #一致性 #样本 #模型 #估计器 #计算机视觉 #RANSAC

无需std sample-consensus

RANSAC等样本一致性算法的抽象

5个版本 (3个稳定)

1.0.2 2021年7月20日
1.0.1 2020年6月20日
0.2.0 2019年12月27日
0.1.0 2019年11月2日

#1225 in 算法

Download history 252/week @ 2024-03-13 437/week @ 2024-03-20 329/week @ 2024-03-27 287/week @ 2024-04-03 229/week @ 2024-04-10 415/week @ 2024-04-17 232/week @ 2024-04-24 320/week @ 2024-05-01 342/week @ 2024-05-08 300/week @ 2024-05-15 274/week @ 2024-05-22 271/week @ 2024-05-29 245/week @ 2024-06-05 237/week @ 2024-06-12 293/week @ 2024-06-19 218/week @ 2024-06-26

1,039 monthly downloads
11 个crate中使用 (3个直接使用)

MIT 许可证

9KB

sample-consensus

Crates.io MIT/Apache docs.rs LoC

sample-consensus 为RANSAC等样本一致性算法提供抽象。

如何在库中使用这些抽象的示例可以在 ARRSAC仓库 中找到。

使用 sample-consensus 时,请确保您已对输入数据进行洗牌。您可以使用 SliceRandom::shuffle 来执行此操作。

这允许您创建一个与底层系统无关的RANSAC算法(ConsensusMultiConsensus)。您还可以为不同的系统创建一个 Model 和一个 Estimator。一个 Estimator 只需要从一个数据子集中估计一个模型。使用此系统,您可以根据算法快速定义一个 Estimator,例如8点算法,而不必担心样本一致性算法的工作细节。它将根据估计算法找到适合数据的一个模型。可能存在创建这三种事物之一的实例的crate。

该系统的设计直接且高度受到来自 这个页面 的TheiaSfM信息的启发。此crate通过使用特质方法类型参数避免任何内存分配的需求,从而在嵌入式系统中运行。它通过让调用者选择数据提供方式来实现这一点。对Chris Sweeney启动并维护TheiaSfM表示衷心的感谢。

无运行时依赖