RANdom SAmple Consensus

0. 들어가기에 앞서

본 게시글은 수학적인 내용을 제외하고, 개념적으로 가볍게 RANSAC이 무엇인지 알아보기 위해 작성한 글입니다.

더욱 자세한 내용을 알고싶다면, 아래의 참고 링크 부분의 링크를 참고 바랍니다.

 

1. 개념

• outlier를 handling하여 curve(model)을 fitting하는 방법

 

2. 방법

• 수 많은 point 중, 랜덤하게 점을 선택하여 model을 생성하고 오차 계산
• 가정이 설정된 model에 margin을 설정하고, margin의 범위 안에 들어오는 point(inlier)의 수가 많아질 때 까지 이전까지의 과정을 반복
• inlier의 수가 지정한 threshold의 값 보다 커지면, 작업 중단

 

3. 장단점

• 장점
  • 구현이 용이하고 일반적이어서 다양한 문제에 적용이 가능하고, 실제로 잘 작동함
• 단점
  • 조정해야 할 매개 변수가 많고, inlier가 적으면 반복 횟수가 많아지며 잘 작동하지 않음
  • 언제나 최적의 초기값을 선택할 수 없음
  • global optimal solution을 보장하지 않음

 

참고 자료

G66054101 (https://wis.hufs.ac.kr/src08/jsp/lecture/syllabus.jsp?ledg_year=2022&ledg_sessn=3&org_sect=B&lssn_cd=G66054101)

 

참고 링크

https://darkpgmr.tistory.com/61