论文部分内容阅读
针对存在异常值的非刚性点集匹配问题,提出了一种基于贝叶斯混合t分布模型的匹配方法。在变分贝叶斯框架下,点集匹配问题转化为最大化对数似然的变分下界,利用变分推断确定变换参数。利用先验模型,将空间正则化约束并入贝叶斯混合t分布模型中,根据不同的点集可自适应地确定正则化参数。与高斯分布相比,t分布对异常值更加稳健。最后,在模拟点集和真实图像上的实验对比分析,验证了该方法在处理存在异常值的非刚性点集匹配问题时的有效性。