介绍RANSAC算法,内点和外点如何确定?
哪些公司问过
答案要点
- RANSAC是随机采样一致性算法,用于含外点数据的稳健模型估计
- 每次随机抽取最少样本拟合候选模型
- 误差小于阈值t为内点,大于t为外点,保留内点最多的模型
- 最后用全部内点重新拟合
- 迭代次数N=log(1-p)/log(1-w^s),阈值按噪声水平设定
易错点
- 每次采样用多于最少数量的点,降低采到全内点样本的概率
- 最后不用全部内点重新拟合
- 阈值设置脱离实际噪声水平
面试官常见追问
- 迭代次数怎么估算?举个例子。
- RANSAC有什么缺点,有哪些改进?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。