论文部分内容阅读
机器视觉中,三维重构是一个重要问题.基于2范数的最小二乘法速度较快,但因误差代价函数非凸,理论上无法获得全局最优解,即使通过分支限界等方法,往往也只能获得局部最优.无穷范数表示的误差代价函数理论上可以获得全局最优,但是计算速度很慢.本文提出一种基于最小最大库恩塔克条件(minmax KKT)的三维重构方法.该方法利用minmax KKT条件对基于2范数的三维重构结果进行全局最优判别,对陷入局部最优的结果运用混合最速下降法进行全局寻优.该方法可以获得全局最优,相对于无穷范数算法具有更高的计算效率.对标