最典型的最小二乘法应用就是对数据进行线性拟合(用数据样本决定线性关系y=ax+b中参数a,b),使的大部分数据在直线的两侧。
Blue Screen Matting (俗称绿布抠图)
一张图片I,应该由前景F和前景B合成,合成的方式,就是通过透明度α来操作。
主要公式:I=alpha F +(1-alpha)B
使用透明度、前景和背景,我们可以合成照片。
matting问题研究的是,如何通过左边的I,推测出右边的三个变量α、F和B,难度可想而知。
Triangulation Matting的方法,整体思想也很简单,既然matting原问题那么难,不如把条件放松,使得问题简单一些。假设我知道了B和I,那么有没有可能得到α和F,于是乎,作者提出了,针对同一张前景,切换背景,来计算得到前景和透明度的方法。
I1=alpha F +(1-alpha)B1
I2=alpha F +(1-alpha)B2
已知 I1,I2,B1,B2
可利用最小二乘法求解alpha和 F 。
这里最小二乘跟线性拟合近似,就是用数据样本决定参数(alpha和 F)。