[C++] Line Fitting 방법 총정리 (1) - RANSAC 의 이해 Robust Estimation 라인 피팅

이번에는 Line Fitting 을 위한 기본 원리를 알아보겠습니다. RANSAC은 Robust Parameter Estimator 방법들 중 하나입니다. Robust 하단 말은 데이터 중에 outlier가 있어도 처리가 가능하다는 뜻이고, M-estimator, LMedS 등이 있습니다. RANSAC(RANdom SAmple Consensus) 이란? RANSAC은 직역하면 무작위 샘플 일치 방법이란 뜻입니다. 이는 여러 데이터가 있을 때 노이즈(outlier)를 제거하고 가장 적합한 모델을 예측할 때 사용되는 알고리즘입니다. RANSAC은 임계치(threshold) 이상의 데이터를 완전히 무시하는 특성이 있어서 왜란(outlier)에 강건한 알고리즘이지만 임계치 설정이 잘못될 경우에는 이상치(outlier)를 제거하지 못할 수도 있습니다. 알고리즘의 History를 잠깐 살펴보면, RANSAC은 Fischeler와 Bolles가 1981년에 처음 제안한 Model Fitting ...

원문링크 : [C++] Line Fitting 방법 총정리 (1) - RANSAC 의 이해 Robust Estimation 라인 피팅