MAGSAC：采用MAGSAC算法实现稳健模型拟合，不依赖于离群值和离群值阈值

简介：
MAGSAC是一种先进的鲁棒模型拟合算法，通过创新性地避免对异常值和离群值阈值的依赖，显著提高了在含有大量噪声数据集中的性能与准确性。 我很高兴地宣布，MAGSAC ++已包含在OpenCV中。 MAGSAC 和 MAGSAC++ 算法能够进行稳健的模型拟合而无需使用单一的离群值阈值。 提出了MAGSAC和MAGSAC++算法用于没有单个内部外部阈值情况下的稳健模型估计。 关于MAGSAC 的论文可以查阅相关文献，MAGSAC++的相关资料同样可以在学术资源中找到。 CVPR教程介绍了这两种方法。实验结果展示了在2020年RANSAC教程中的相应部分对单应性、基本矩阵和6D姿态估计的性能分析。 这些算法已在OpenCV 3.46 和 4.3 版本上进行了测试。 若要运行示例可执行文件，请复制与该可执行文件相邻的数据文件夹，或在main（）函数中设置路径。 使用此算法时请引用相关文献： @inproceedings{barath2019magsac, author = {Barath, Daniel and Matas, Jiri}