Globally Optimal Solutions for Unit-Norm Constrained Computer Vision Problems

Liu, Yinlong

User: Guest

Fachgebiet

Back
Back to start of result list
Permanent link for displayed object

If you experience problems opening the document, please try this link.

Original title:: Globally Optimal Solutions for Unit-Norm Constrained Computer Vision Problems
Translated title:: Global optimale Lösungen für Unit-norm Constrained Vision Probleme
Author:: Liu, Yinlong
Year:: 2022
Document type:: Dissertation
Faculty/School:: Fakultät für Informatik
Advisor:: Knoll, Alois Christian (Prof. Dr. habil.)
Referee:: Knoll, Alois Christian (Prof. Dr. habil.); Chen, Guang (Prof. Dr.)
Language:: en
Subject group:: DAT Datenverarbeitung, Informatik
TUM classification:: DAT 260; DAT 815
Abstract:: In many safety-critical computer vision applications, it is mostly desired to seek the optimal solutions with provable guarantee in presence of noise and outliers. Therefore, in this thesis, globally optimal solutions for unit-norm constrained computer vision problems are investigated. Specifically, the globally optimal solutions are provided by the branch-and-bound algorithm, which is a deterministic global optimization algorithm.
Translated abstract:: In vielen sicherheitskritischen Computer Vision Anwendungen ist es erwünscht nachweisbar optimale Lösungen mit einer Optimalitätsgarantie bei vorhandenem Rauschen und Ausreißern in den Daten zu finden. Deswegen, erforscht diese Dissertation global optimale Lösungen für Unit-norm Constrained Vision Probleme. Genauer gesagt werden die global optimalen Lösungen mithilfe eines Branch-and-Bound Algorithmus, welcher ein deterministischer global optimaler Optimierungsalgorithmus ist, gefunden.
WWW:: https://mediatum.ub.tum.de/?id=1639379
Date of submission:: 03.02.2022
Oral examination:: 26.07.2022
File size:: 76075518 bytes
Pages:: 169
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20220726-1639379-1-3
Last change:: 22.08.2022
BibTeX