图像匹配中去除误配的对抗性优化方法的改进

将对抗性优化方法用于图像匹配中的去除误配,容易将正确匹配对也移除,尤其是在迭代次数较多的时候。针对该缺陷,限制对抗性优化方法的迭代次数,并增加后续处理过程,以类似随机抽样一致性（RANSAC）的方法来重新估计单应性矩阵。实验结果表明,改进的方法能保留几乎所有正确匹配,并且具有更小的均方根误差。尤其是在计算速度方面,改进的方法比原方法的计算时间缩短了一半以上。     

基于随机投影技术的矩阵填充算法的改进

利用随机投影加速技术将高维矩阵的奇异值分解(SVD)投影到一个低维子空间上进行,可以减少SVD消耗的时间。定义了奇异值随机投影压缩算子,取代之前的奇异值压缩算子,并用这个算子改进了定点连续(FPC)算法得到FPCrp算法。对改进前后的算法进行了大量实验,结果表明:随机投影技术能够在保持算法鲁棒性和精度的同时,节省50%以上的时间。因此,基于随机投影技术的矩阵填充算法更适合求解大规模问题。